DeepMind医疗领域大突破:AI眼病诊断工具堪比专家,准确率达94%!

简介: Deepmind与英国NHS旗下的医院合作开发了一款AI眼部诊断工具,通过对眼部OCT图像的扫描,可识别出50多种威胁到视力的眼科疾病,准确率高达94%,超过了人类专家的表现。这是DeepMind的AI和机器学习算法首次打造出一款医疗产品。相关成果已发表在《自然·医学》期刊上。

DeepMind计划开发一种医疗产品,能够帮助医生通过普通的眼部扫描检测50多种可能威胁到视力的疾病。

本周一发表在《自然·医学》期刊上的一项研究表明,DeepMind训练的人工智能软件可以比人类医生更好地检测到疾病的迹象。 DeepMind及其研究合作方——伦敦Moorfields眼科医院和伦敦眼科大学学院表示,他们计划在2019年对该技术进行前瞻性临床试验。

DeepMind AI算法首次打造医疗产品

DeepMind表示,如果这些试验获得成功,公司将努力打造一款可以获得监管机构认可的产品,Moorfields医院可以在英国推出这款产品。该产品将在最初的五年内免费。这一成果将是基于机器学习的DeepMind AI算法首次出现在医疗保健产品中。

谷歌的母公司Alphabet最近推出了几项旨在利用人工智能改善医疗保健行业的举措。今年早些时候,一家Alphabet旗下的公司的Verily表示,为了延长人类寿命,公司与谷歌的AI专家合作开发了一种算法,可以从不同类型的视网膜图像中发现一系列心血管问题。 DeepMind本身就设有专门关注医疗保健行业的业务部门,并与英国国家健康服务部(NHS)和美国退伍军人事务部(VA)等部门合作开展研究项目。

c49bbf9f893e13fa1f070c311cda0b221108df90

DeepMind与英国国家健康服务部门的合作一直存在争议。去年,英国数据隐私监管机构表示,NHS皇家自由医院,非法向DeepMind提供了160万份患者记录,以帮助其开发一种移动应用程序,以便在患者有发生急性肾损伤的风险时提醒医生。

在眼部扫描研究中,DeepMind及其NHS旗下的合作伙伴采取措施避免类似问题。Moorfields医院负责领导该项目的资深医生Pearse Keane在接受采访时表示,医院会“竭尽全力”将用于训练和测试DeepMind开发算法的16000次眼部扫描记录做匿名化处理。该过程由医院的信息管理部门批准和审核,并禁止DeepMind尝试重新识别正在使用扫描的患者。

NHS还强调,Moorfields医院拥有用于开发软件的数据的所有权,并可以在其他研究中自由使用。

诊断准确率高达94%,超过人类医生

DeepMind和Moorfields的合作研究着眼于一种名为光学相干断层扫描(OCT)的眼部扫描,可用于诊断与年龄相关的黄斑变性(AMD),该病现在已成为发达国家居民失明的主要原因。

不过Keane表示,对OCT扫描的使用已经过度,缺乏足够的能够正确解释扫描结果的专家。因此,OCT扫描中几乎所有异常情况都会转诊给眼科医生做进一步的检查。从2007年至2017年,英国的眼科转诊量增加了37%。这导致患者的等待时间变长,让真正需要快速干预以防失明的患者就诊变得更加困难。

为了对系统进行基准测试,DeepMind用1000次未用于训练AI的扫描结果对软件进行了测试,并将结果与四名资深眼科医生和四名验光师给出的结果进行了比较。研究人员发现,人工智能软件可以为超过50种眼科疾病做出正确的转诊决定,准确度达到94% - 高于大多数人类医生。至关重要的是,该软件没有假阴性结果,没有漏过疾病指标,只出现了两个假阳性结果,这比任何人类专家都要好。

DeepMind的软件使用了两个独立的神经网络,一种基于人类大脑工作原理的松散机器学习机制。其中一个神经网络标记与眼病相关的OCT图像中的特征,另一个神经网络基于这些特征对眼部状况做出诊断。

Keane表示,这种任务拆分与直接从医学图像进行诊断的单个神经网络不同,表明DeepMind的AI并非黑盒子,而后者的决策理由对人类医生完全是不透明的。


原文发布时间为:2018-08-14

本文作者:Jeremy Kahn

本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”。

原文链接:DeepMind医疗领域大突破:AI眼病诊断工具堪比专家,准确率达94%!

相关文章
|
3天前
|
机器学习/深度学习 人工智能 监控
AI与未来医疗:重塑健康产业的双刃剑随着科技的迅猛发展,人工智能(AI)正以前所未有的速度融入各行各业,其中医疗领域作为关系到人类生命健康的重要行业,自然也成为AI应用的焦点之一。本文将探讨AI在未来医疗中的潜力与挑战,分析其对健康产业可能带来的革命性变化。
在医疗领域,人工智能不仅仅是一种技术革新,更是一场关乎生死存亡的革命。从诊断到治疗,从后台数据分析到前端临床应用,AI正在全方位地改变传统医疗模式。然而,任何技术的发展都有其两面性,AI也不例外。本文通过深入分析,揭示AI在医疗领域的巨大潜力及其潜在风险,帮助读者更好地理解这一前沿技术对未来健康产业的影响。
|
4天前
|
机器学习/深度学习 数据采集 人工智能
探索AI在医疗诊断中的应用
【9月更文挑战第30天】本文将探讨人工智能(AI)如何在医疗诊断中发挥重要作用。我们将从AI的基本概念开始,然后深入到其在医疗领域的应用,特别是如何帮助医生进行更准确的诊断。最后,我们将通过一些实际的代码示例来展示AI是如何工作的。无论你是AI专家还是医疗专业人士,这篇文章都将为你提供有价值的信息。
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗诊断中的应用与未来展望
随着人工智能技术的飞速发展,AI在医疗领域的应用日益广泛。本文探讨了AI在医疗诊断中的具体应用,包括医学影像分析、电子病历分析和辅助诊断等。同时,讨论了AI技术在未来医疗中的潜力和挑战,如数据隐私保护、算法的公平性和透明度等问题。通过分析具体案例和当前研究成果,本文揭示了AI在提高医疗诊断效率和准确性方面的显著优势,并对其未来发展进行了展望。
|
5天前
|
机器学习/深度学习 人工智能 算法
AI与未来医疗:智能化健康管理的新纪元
本文探讨了人工智能(AI)在医疗领域的应用及其对未来健康管理的影响。通过分析当前AI技术在疾病诊断、个性化治疗及远程医疗等方面的最新进展,文章揭示了AI如何提升医疗服务质量,实现精准医疗。同时,探讨了AI技术面临的伦理和隐私挑战,并提出应对策略。最终,本文展望了AI在未来医疗中的潜力,强调其在提高公共健康水平方面的重要性。
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗诊断中的应用
【9月更文挑战第29天】随着科技的发展,人工智能(AI)已经在许多领域得到广泛应用,其中包括医疗诊断。AI可以帮助医生更准确、更快速地进行疾病诊断,提高医疗服务的质量和效率。本文将介绍AI在医疗诊断中的应用,包括图像识别、自然语言处理和预测分析等方面。
|
9天前
|
机器学习/深度学习 数据采集 人工智能
探索AI技术在文本生成中的应用与挑战
【9月更文挑战第26天】本文深入探讨了AI技术在文本生成领域的应用,并分析了其面临的挑战。通过介绍AI文本生成的基本原理、应用场景以及未来发展趋势,帮助读者全面了解该技术的潜力和局限性。同时,文章还提供了代码示例,展示了如何使用Python和相关库实现简单的文本生成模型。
34 9
|
3天前
|
人工智能 自然语言处理 搜索推荐
AI技术在智能客服系统中的应用与挑战
【9月更文挑战第32天】本文将探讨AI技术在智能客服系统中的应用及其面临的挑战。我们将分析AI技术如何改变传统客服模式,提高服务质量和效率,并讨论在实际应用中可能遇到的问题和解决方案。
93 65
|
5天前
|
机器学习/深度学习 人工智能 供应链
精准农业:AI在农业生产中的应用
【10月更文挑战第1天】随着科技的发展,人工智能(AI)逐渐渗透到农业领域,通过精准监控和管理提升了农业生产效率和质量。AI在精准农业中的应用包括:精准农田管理,如个性化灌溉和施肥;作物病虫害识别与预测,及时发现并预防病虫害;智能农机自动化作业,提高作业效率;农产品质量检测与分类,确保品质;农业供应链优化,预测需求和价格。尽管面临数据收集、技术接受度等挑战,AI在精准农业中的未来前景广阔,有望实现全程自动化作业、数据驱动决策及智能预警系统,推动农业可持续发展。
24 11
|
9天前
|
机器学习/深度学习 人工智能 算法
AI在医疗领域的应用与挑战
【9月更文挑战第25天】AI技术在医疗领域的应用日益广泛,从辅助诊断到药物研发,再到健康管理等方面都取得了显著成果。然而,随着AI技术的深入应用,也面临着数据隐私、算法透明度、法规政策等挑战。本文将探讨AI在医疗领域的应用现状与未来趋势,以及面临的主要挑战和解决方案。

热门文章

最新文章

下一篇
无影云桌面