人工智慧系統正學習診斷疾病，可能很快就開始在你身邊的醫院裡工作。
谷歌的子公司DeepMind，倫敦大學學院和Moorfields眼科醫院的研究人員使用深度學習技術設計了一款軟體，該軟體可以通過3D掃描識別數十種常見眼部疾病，並給出相應的治療建議。
這項目是上述3個機構之間多年合作的結果。雖然該軟體尚未進行臨床實驗，但它不需要太久就可以實際應用到醫療當中。DemMind Health的負責人Mustafa Suleyman在一份媒體聲明中表示，該項目可以幫助世界各地的視力障礙患者進行及時的診斷和治療。
這一研究結果發表在《自然醫學》雜誌的一篇論文中。它基於深度學習的模式，使用演算法來識別資料中的常見模式。而診斷的依據則是光學相干斷層掃描（ OCT ）對患者眼睛進行的3D掃描結果。這一過程大約需要10分鐘，它需要從眼睛內部表面反射近紅外光進而創建組織的3D圖像，這是評估眼睛健康狀況的常用方法。
該軟體學習了約7,500名患者的近15,000次OCT掃描結果。這些病人都在歐洲和北美最大的眼科醫院Moorfields接受治療。該系統還學習了醫生進行的掃描和診斷結果。由此，它學會了先識別眼睛的不同解剖學元素，然後根據掃描得到的疾病跡象推薦治療方案。在一項測試中，AI的判斷與8位醫生共同做出的診斷進行了比較，該軟體在94％的情況下都做出了相同的判斷。
這樣的結果非常令人興奮，但醫學專家仍然擔心如何將AI系統應用到實際的診療工作中。放射學家Luke Oakden-Rayner表示，人工智慧的進步正在迅速推動我們走向一個轉捩點，在這個轉捩點，軟體不再是說明醫生的工具，而是能代替人類做出判斷。
4 月，FDA批准了第一個允許AI在沒有人監督情況下做出判斷的計畫，巧合的是，這個軟體也關於眼部掃描。但它只針對一種疾病，而DeepMind可以診斷50種。
然而將AI用於醫療也存在一定風險。我們無法準確解釋人工智慧系統的某些決策。而且，正如我們在自動駕駛汽車車禍中所看到的那樣，電腦總是有可能犯下致命的錯誤。
來自DeepMind，UCL和Moorfields的研究人員都考慮到了這些問題，並在軟體中設計了許多解決此類問題的功能。
首先，該軟體不依賴于單一演算法做出決定。它的每個演算法都是獨立的，這樣任何異常的錯誤都將被其他多數演算法糾正。其次，系統不是為每次診斷得出一個唯一的答案。相反，它可以提供多種可能的解釋，以及對每種解釋的置信度。此外它還會顯示了是如何標記患者眼睛的部位，讓醫生更有機會發現錯誤結果。
但更重要的是，該軟體不是一個簡單的診斷工具，還可以根據患者的情況判斷哪些患者需要優先治療。
它的每一個功能都會減慢演算法的速度，讓我們有機會進行人為干預。但是，真正的考驗將在真正的臨床環境時出現。DeepMind表示希望能儘快開始臨床試驗。
除此之外，這項研究作為AI公司如何利用有價值的資料獲益的一個案例，也很有趣。具體而言，DeepMind過去曾因從英國公共資助的國家健康服務（NHS）獲取患者的資料而受到批評。2017年，英國的資料監管機構甚至裁定該公司在2015年達成的協議是非法的，因為它無法準確告知患者他們的資料會如何被使用。
但如果不使用這些資料，今天的成果是不可能出現的。儘管此次研究中使用的是匿名信息，但根據這些資料建立的診斷軟體僅屬於DeepMind。
該公司表示，如果該軟體被批准在臨床環境中使用，它將免費提供給Moorfields的臨床醫生，為期5年。但這並不能阻止DeepMind將軟體出售給英國或其他國家的醫院。DeepMind說這種交易是該行業的標準做法，且它在這項研究中投入了大量資金來創建演算法。它還指出，這些資料可供公眾和非商業醫學研究使用。
儘管如此，最近由DeepMindn內部成立的審查小組表示，公司需要將其業務模式及與母公司谷歌的關係變得更加透明。隨著DeepMind越來越接近利用NHS資料來生產自己的商業產品，這種審查可能會越來越嚴格。
儘管存在爭議，但毫無疑問，這一演算法是一項極大的進步。據估計，全世界失明的人數人數超過2.85億人，而眼疾則是造成這種現狀的最主要原因。
OCT掃描是發現眼病的一個很好的工具（2014年僅在美國就完成了535萬例），但對掃描結果進行分析需要大量時間，這給這給診斷過程帶來了阻礙。如果演算法可以説明醫生對判斷患者的優先順序，對患者進行分類，這會極大優化診療過程。
同樣參與了研究的Moorfields眼科顧問Pearse Keane博士在一份媒體聲明中說：「正在進行的CRT掃描已經超出了專家能夠進行分析的速度。這可能耽誤診斷和治療。」
如果能夠及早診斷和治療眼部疾病，我們就能有更好的機會拯救患者的視力。隨著進一步研究的進行，未來的眼疾患者將可以得到更好更準確的診斷和治療。
