?   隨著人工智能技術(shù)的發(fā)展，谷歌一直致力于將深度學(xué)習(xí)應(yīng)用在醫(yī)療健康領(lǐng)域。日前據(jù)谷歌產(chǎn)品經(jīng)理及醫(yī)學(xué)博士Lily Peng表示，谷歌AI算法在醫(yī)療領(lǐng)域取得重要進(jìn)展，不僅可以通過深度學(xué)習(xí)快速辨別出糖尿病視網(wǎng)膜病變的跡象，在癌癥檢測(cè)上也可以通過活檢圖像來定位癌細(xì)胞的位置，以便對(duì)患者實(shí)行醫(yī)療指導(dǎo)。

日前，在谷歌韓國(guó)分部攜韓國(guó)媒體舉辦的視頻會(huì)議上，谷歌研究部醫(yī)學(xué)影像小組產(chǎn)品經(jīng)理Lily Peng帶來了一個(gè)很有意思的分享。據(jù)Lily Peng介紹，現(xiàn)階段美國(guó)科技巨頭可以利用深度學(xué)習(xí)來訓(xùn)練機(jī)器分析醫(yī)學(xué)圖像，并自動(dòng)檢測(cè)病理學(xué)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(cè)到。

基于人類大腦的工作原理，深度學(xué)習(xí)使用了大型的人造神經(jīng)網(wǎng)絡(luò)（互連節(jié)點(diǎn)層）將自己重新排列為新信息，從而讓計(jì)算機(jī)獲得自學(xué)能力，而無需人工編程。

Google研究部醫(yī)學(xué)影像小組產(chǎn)品經(jīng)理及醫(yī)學(xué)博士Lily Peng（圖／韓國(guó)先驅(qū)報(bào)）

“自20世紀(jì)60年代以來，人造神經(jīng)網(wǎng)絡(luò)已經(jīng)存在了很長(zhǎng)一段時(shí)間。而隨著深度學(xué)習(xí)擁有更為強(qiáng)大的計(jì)算能力，我們?cè)谙到y(tǒng)中可以建立更多的層次，從而高精度的處理更復(fù)雜的任務(wù)?！盠ily Peng表示。

“在深度學(xué)習(xí)中，尋找功能的工作由計(jì)算機(jī)本身來完成。我們不會(huì)告訴它，它的功能是什么，但是我們會(huì)給它很多例子，讓網(wǎng)絡(luò)本身去確認(rèn)哪些功能屬于自己?！?/span>

谷歌AI算法進(jìn)展一：快速辨別糖尿病視網(wǎng)膜病變跡象

在醫(yī)學(xué)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(jìn)展?；诖耍钶d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(yù)防性失明增長(zhǎng)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(cè)。醫(yī)生可使用特殊照相機(jī)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(fù)責(zé)這樣的分級(jí)工作，”Lily Peng說。作為一位臨床醫(yī)學(xué)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(duì)這一問題，谷歌設(shè)計(jì)了一種AI算法來分析視網(wǎng)膜圖像并以此識(shí)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(jì)劃由54名眼科醫(yī)生擔(dān)當(dāng)主力，他們一共分析了128000張視網(wǎng)膜圖像。每張圖像都被標(biāo)記了多次，以解決醫(yī)生診斷結(jié)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(diǎn)，谷歌已經(jīng)開始在其基礎(chǔ)上構(gòu)建一個(gè)界面和硬件，以便印度醫(yī)生在輸入視網(wǎng)膜圖像時(shí)可立即獲得糖尿病視網(wǎng)膜病變的測(cè)評(píng)分?jǐn)?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(jì)劃進(jìn)行更多的臨床試驗(yàn)以獲得監(jiān)管機(jī)構(gòu)的認(rèn)可。

谷歌AI算法進(jìn)展二：癌癥病理檢測(cè)

此外，谷歌深度學(xué)習(xí)推動(dòng)的另一個(gè)領(lǐng)域是癌癥檢測(cè)。據(jù)雷鋒網(wǎng)了解，目前谷歌正在開發(fā)另一種深入學(xué)習(xí)算法，來調(diào)查活檢圖像以定位已擴(kuò)散到淋巴結(jié)的轉(zhuǎn)移性乳腺癌。

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

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

左：兩個(gè)淋巴結(jié)活檢的圖片。中：谷歌AI深度學(xué)習(xí)腫瘤檢測(cè)的早期結(jié)果。右：谷歌AI深度學(xué)習(xí)后的當(dāng)前結(jié)果（注意兩個(gè)版本之間已可見噪點(diǎn)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(diǎn)。該算法在檢測(cè)包含1萬－40萬張圖像的載玻片時(shí)，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(dá)92％，而每張載玻片存在八個(gè)假陽性讀數(shù)。

另一方面，雖然人類醫(yī)生對(duì)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?cè)趯ふ夷[瘤位置的效率較低，但不會(huì)將正常組織識(shí)別為腫瘤。

Peng說：“如果能把谷歌AI算法和病理學(xué)家結(jié)合，那么我們將獲得一個(gè)非常理想的狀態(tài)：低假陰性（診斷結(jié)果）和高敏感度（腫瘤位置）?！?/span>

谷歌研究人員表示，目前將AI算法投入醫(yī)療行業(yè)實(shí)現(xiàn)商業(yè)化尚需一段時(shí)間。因?yàn)樵讷@得監(jiān)管部門批準(zhǔn)之前，必須確保有足夠的臨床測(cè)試來證明其功效和準(zhǔn)確性。

    而關(guān)于谷歌下一代醫(yī)學(xué)圖像分析工具可能會(huì)遭受美國(guó)食品和藥物管理局（FDA）更嚴(yán)格規(guī)定這一問題，Peng對(duì)此表示， 由于谷歌這一設(shè)備現(xiàn)所屬的產(chǎn)品分類，美國(guó)FDA將對(duì)其采取“中立”或“客觀”的方式。 她說，美國(guó)FDA認(rèn)為，新設(shè)備只是現(xiàn)有醫(yī)療成像和處理設(shè)備的升級(jí)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(zhǔn)。