谷歌(Google)旗下的人工智能公司DeepMind，計劃把一項通過分析醫學影像來輔助診斷眼睛疾病的技術投入臨床試驗。此前的初期試驗表明，該技術給出的診斷結果比人類醫生更加準確。

據悉，在與倫敦摩爾菲爾茨眼科醫院(Moorfields Eye Hospital)建立合作伙伴關系后，DeepMind在今年2月開發出能夠通過分析3D視網膜掃描影像、識別青光眼和糖尿病視網膜病變等主要眼睛疾病的人工智能(AI)技術。

周一在《自然?醫學》(Nature Medicine)期刊上發表的初步結果表明，在997名患者的掃描影像上進行的測試中，DeepMind的算法在轉診推薦的準確度方面比摩爾菲爾茨眼科醫院的8名視網膜專科醫生表現得更好。

根據摩爾菲爾茨眼科醫院的眼科顧問醫師、共同撰寫這篇論文的皮爾斯?基恩(Pearse Keane)的說法，DeepMind算法的錯誤率為5.5%，而8名人類醫生的錯誤率在6.7%到24.1%之間。

基恩稱，DeepMind的AI可以即時分析掃描影像，而一般情況下，如果讓人類醫生審查掃描影像，患者需要等待數天。

如果向人類醫生提供他們通常會獲知的有關患者的背景信息，使AI與人類醫生的比較更符合真實情況，人類醫生的錯誤率會降低到5.5%到13.1%之間——與AI的水平持平或者更差。

基恩表示，這些發現“絕對讓人驚掉下巴”，并預期3年內AI就將在英國國家醫療服務體系(NHS)中推出。“我們在設計這個算法時所考慮的現實應用是非常具體的。”

“在NHS中已經存在可以（利用）這個算法的途徑……這項技術將在未來3年中推出，直接為患者帶來好處。”

DeepMind利用由摩爾菲爾茨眼科醫院提供的、已由醫生標出病灶的14884份匿名3D視網膜掃描影像來訓練其算法。為了讓算法決策更加透明，DeepMind的AI具有兩個神經網絡——神經網絡是一種能夠發現規律、并依據大量數據進行預測的機器學習類型。

DeepMind表示，第一個AI神經網絡通過分析掃描影像來識別病灶，而第二個神經網絡向臨床醫師進行轉診推薦，并附上建議的疾病診斷。

DeepMind Health的臨床主管多米尼克?金(Dominic King)表示：“我們對研究結果感到非常興奮，現在正在考慮積累正確證據的周密安全的辦法……以（使這項技術）在臨床實踐中得到應用。”

他還補充稱，DeepMind與其他醫院建立的類似合作關系也表現出了“非常有希望的跡象”。

DeepMind與倫敦大學醫學院附屬醫院(University College London Hospitals)合作，對放療掃描影像進行分析，還與倫敦帝國學院(Imperial College London)合作，對乳房X光片進行分析。

倫敦摩爾菲爾茨眼科醫院將保留對視網膜掃描影像數據庫的控制權，并將可以至少免費使用該算法5年。

總部位于倫敦的DeepMind因為開發用于NHS的技術而面臨壓力，被要求澄清其商業模式及其與母公司Alphabet的關系。一個為審查DeepMind與NHS的合作關系而建立的小組在今年6月提出如下擔憂：該公司可能最終會利用其資金和數據訪問權來“謀取壟斷利潤”。

但DeepMind的多米尼克?金表示，DeepMind的技術將幫助NHS削減成本。他表示：“下一階段的研究要做的一件重要的事情，就是表明這種技術不僅可以改善臨床結果，還能削減成本。”