?   隨著人工智能技術的發(fā)展，谷歌一直致力于將深度學習應用在醫(yī)療健康領域。日前據(jù)谷歌產品經(jīng)理及醫(yī)學博士Lily Peng表示，谷歌AI算法在醫(yī)療領域取得重要進展，不僅可以通過深度學習快速辨別出糖尿病視網(wǎng)膜病變的跡象，在癌癥檢測上也可以通過活檢圖像來定位癌細胞的位置，以便對患者實行醫(yī)療指導。

日前，在谷歌韓國分部攜韓國媒體舉辦的視頻會議上，谷歌研究部醫(yī)學影像小組產品經(jīng)理Lily Peng帶來了一個很有意思的分享。據(jù)Lily Peng介紹，現(xiàn)階段美國科技巨頭可以利用深度學習來訓練機器分析醫(yī)學圖像，并自動檢測病理學線索。不管腫脹血管是在眼睛里還是在癌性腫瘤里，它都能檢測到。

基于人類大腦的工作原理，深度學習使用了大型的人造神經(jīng)網(wǎng)絡（互連節(jié)點層）將自己重新排列為新信息，從而讓計算機獲得自學能力，而無需人工編程。

Google研究部醫(yī)學影像小組產品經(jīng)理及醫(yī)學博士Lily Peng（圖／韓國先驅報）

“自20世紀60年代以來，人造神經(jīng)網(wǎng)絡已經(jīng)存在了很長一段時間。而隨著深度學習擁有更為強大的計算能力，我們在系統(tǒng)中可以建立更多的層次，從而高精度的處理更復雜的任務。”Lily Peng表示。

“在深度學習中，尋找功能的工作由計算機本身來完成。我們不會告訴它，它的功能是什么，但是我們會給它很多例子，讓網(wǎng)絡本身去確認哪些功能屬于自己。”

谷歌AI算法進展一：快速辨別糖尿病視網(wǎng)膜病變跡象

在醫(yī)學方面，谷歌已經(jīng)在視覺膜掃描圖像的算法上取得了重要進展。基于此，搭載谷歌AI算法可以快速辨別出糖尿病視網(wǎng)膜病變的跡象。據(jù)稱，糖尿病視網(wǎng)膜病變是世界上預防性失明增長最快的原因。

不過，糖尿病視網(wǎng)膜病變可通過定期眼科檢查來檢測。醫(yī)生可使用特殊照相機拍攝患者的眼睛，并根據(jù)可見出血量來檢查病情。

“不幸的是，在世界很多地方尚沒有足夠的醫(yī)生來負責這樣的分級工作，”Lily Peng說。作為一位臨床醫(yī)學博士，Peng表示，印度目前存在127000名眼科醫(yī)生的短缺，而45％的患者在診斷前患有視力下降等病癥。

針對這一問題，谷歌設計了一種AI算法來分析視網(wǎng)膜圖像并以此識別糖尿病視網(wǎng)膜病變的特征。據(jù)目前透露的資料表明，這一計劃由54名眼科醫(yī)生擔當主力，他們一共分析了128000張視網(wǎng)膜圖像。每張圖像都被標記了多次，以解決醫(yī)生診斷結論的異變問題。

由于該AI算法已經(jīng)顯示出高精確度的特點，谷歌已經(jīng)開始在其基礎上構建一個界面和硬件，以便印度醫(yī)生在輸入視網(wǎng)膜圖像時可立即獲得糖尿病視網(wǎng)膜病變的測評分數(shù)。Peng說，谷歌將繼續(xù)優(yōu)化AI算法，以提高用戶便利性，并計劃進行更多的臨床試驗以獲得監(jiān)管機構的認可。

谷歌AI算法進展二：癌癥病理檢測

此外，谷歌深度學習推動的另一個領域是癌癥檢測。據(jù)雷鋒網(wǎng)了解，目前谷歌正在開發(fā)另一種深入學習算法，來調查活檢圖像以定位已擴散到淋巴結的轉移性乳腺癌。

Peng說：“我們要做的是找出淋巴結中存在的任何一個乳腺癌的位置，以進一步確定患者所處的癌癥階段從而指導治療。”

目前，谷歌AI算法在腫瘤局部化檢查的精確度可達89％，這一數(shù)值已經(jīng)超過了經(jīng)訓練有素的人類病理學家73％的成績。據(jù)稱，借助谷歌AI算法的腫瘤局部化檢查可以準確定位癌癥腫瘤的位置。

左：兩個淋巴結活檢的圖片。中：谷歌AI深度學習腫瘤檢測的早期結果。右：谷歌AI深度學習后的當前結果（注意兩個版本之間已可見噪點下降）。（圖片／via谷歌）

然而，Peng也指出了這一算法在活檢中的缺點。該算法在檢測包含1萬－40萬張圖像的載玻片時，其中有20～150000張顯示出腫瘤。據(jù)介紹，該算法的腫瘤位置敏感度可達92％，而每張載玻片存在八個假陽性讀數(shù)。

另一方面，雖然人類醫(yī)生對腫瘤位置只有73％的敏感度，但假陽性讀數(shù)為零 。一言以蔽之，雖然他們在尋找腫瘤位置的效率較低，但不會將正常組織識別為腫瘤。

Peng說：“如果能把谷歌AI算法和病理學家結合，那么我們將獲得一個非常理想的狀態(tài)：低假陰性（診斷結果）和高敏感度（腫瘤位置）。“

谷歌研究人員表示，目前將AI算法投入醫(yī)療行業(yè)實現(xiàn)商業(yè)化尚需一段時間。因為在獲得監(jiān)管部門批準之前，必須確保有足夠的臨床測試來證明其功效和準確性。

    而關于谷歌下一代醫(yī)學圖像分析工具可能會遭受美國食品和藥物管理局（FDA）更嚴格規(guī)定這一問題，Peng對此表示， 由于谷歌這一設備現(xiàn)所屬的產品分類，美國FDA將對其采取“中立”或“客觀”的方式。 她說，美國FDA認為，新設備只是現(xiàn)有醫(yī)療成像和處理設備的升級版本，只要我們公開的功能有充分證據(jù)支持，就可以獲得批準。