谷歌AI算法新突破

王宇

近日，Google及其健康技術子公司Verily的科學家發明了一種新算法：使用機器學習來評估病人患心臟病的風險。該公司的軟件可以分析病人眼睛后部的掃描圖像，準確地推斷出各類數據，包括病人的年齡、血壓以及他們是否吸煙，從而預測他們患上心臟疾病的風險。經測試之后，軟件結果與當前先進方法的準確度不相伯仲。

該算法能使醫生更快更容易地分析患者的心血管風險，而且不需要進行血液檢查。但是，該方法在投入到臨床應用之前需要進行更深入的測試。一篇描述這些工作的論文今天在《自然—生物醫學工程》期刊上發表，該研究在2017年9月進行審查之前已經為人所知。

阿德萊德大學專門從事機器學習分析的研究院Luke Oakden-Rayner透露，這項工作進展順利，他還展示了AI如何幫助改進了現有的診斷工具。Oakden-Rayner表示：“軟件采集了過去臨床上常用的數據，但是其從中所獲得的信息比我們目前更多。它的出現是為了幫助我們做更多事情，而非取代醫生。”

為了訓練算法，Google和Verily的科學家在機器學習的幫助下分析了近30萬名患者的醫療數據。這些信息包括眼部掃描數據以及一般的醫療數據。和深度學習分析一樣，神經網絡用于此主要是挖掘這些信息的規律，學習如何將眼部掃描得到的指示信號與心血管風險有關的因素（例如年齡和血壓）聯系起來。

雖然從眼睛來判斷你的心臟健康的想法聽起來很不靠譜，但這種方法是從一系列已有的研究中發展出來的。內壁（眼底）布滿了能反映身體整體健康的血管；醫生用相機和顯微鏡研究它們的外觀，可以推斷出被觀察人的血壓、年齡、是否吸煙等等，這些都是心血管健康的重要預測指標。

當前有兩名患者的視網膜圖像，其中一名患者在接下來的五年內患上了心血管疾病，另一名患者未患病，谷歌的算法能夠分辨出可能患病人的概率為70%的，只比預測心血管風險的常用SCORE方法略差，而SCORE法需要進行血液檢查，并且在同樣的測試中正確率也只不過72%。

倫敦大學醫學院心血管生理學和藥理學教授Alun Hughes表示：“谷歌的方法看起來很可信，因為觀察視網膜預測心血管風險的方法由來已久。人工智能有可能改進現有的醫療分析，但該算法需要進一步測試才可信任。”

對于谷歌來說，所做的工作不僅僅是發現了一種判斷心血管風險的新方法，更指明了以AI模型為動力的科學發展之路。雖然大多數醫療算法都是為了模仿現有的診斷工具而構建的（例如識別皮膚癌），但該算法找到了分析現有醫療數據的新方法。有了足夠的數據，人工智能有望在脫離人為指導的情況下提出全新的醫學見解，這可能是谷歌創建該項目的原因之一。

就目前而言，AI醫生在沒有人為引導的情況下進行診斷的想法還很遙遠，要實現可能會花費數十年，而非區區數年。但谷歌的研究表明，這個想法也并未癡人說夢。