機(jī)器學(xué)習(xí)可以用來識別人臉、駕駛汽車，甚至可以識別系外行星，現(xiàn)在Google研究人員開發(fā)一種機(jī)器學(xué)習(xí)方法，可根據(jù)人們的視網(wǎng)膜影像來預(yù)測血壓、年齡和吸煙狀況，這些數(shù)據(jù)甚至足以辨識心臟病發(fā)的時間。

據(jù)報導(dǎo)，Google使用的是卷積神經(jīng)網(wǎng)絡(luò)技術(shù)，卷積神經(jīng)網(wǎng)絡(luò)是用于識別照片中物體的生物啟發(fā)系統(tǒng)，能夠更像人腦一樣分析整體影像，理解圖象的內(nèi)容，而且會愈來愈精通。

Google先前使用神經(jīng)網(wǎng)絡(luò)創(chuàng)建一個名為DeepVariant的工具，可以掃描DNA序列，找到其它方法可能會遺漏的小突變。西雅圖Allen Institute for Cell Science研究人員也正在使用神經(jīng)網(wǎng)絡(luò)從顯微鏡中自動識別3D影像中的細(xì)胞器，計算機(jī)可為細(xì)胞器上色，免除對細(xì)胞染色的需要。

為了開發(fā)視網(wǎng)膜掃描神經(jīng)網(wǎng)絡(luò)，Google需要大量數(shù)據(jù)。研究人員使用來自284，335名患者的視網(wǎng)膜影像來建立資料庫，之后使用2個不同的數(shù)據(jù)集，分別涵蓋12，026和999名患者影響，驗(yàn)證深度學(xué)習(xí)能力。這是一個重要的步驟，顯示Google的模型可以準(zhǔn)確預(yù)測健康指標(biāo)。

光就視網(wǎng)膜影像，該模型可確認(rèn)年齡誤差在3歲以內(nèi)，性別準(zhǔn)確率達(dá)97%，吸煙狀況準(zhǔn)確率達(dá)71%，血壓誤差在11.23mmHg之內(nèi)，以及發(fā)生心臟病的可能性，準(zhǔn)確度也高達(dá)70%。

這項(xiàng)研究還未在正式刊物發(fā)表，意即尚未經(jīng)過同行評審，其它研究人員還需要仔細(xì)檢查模型并驗(yàn)證結(jié)果，但這項(xiàng)發(fā)現(xiàn)對醫(yī)學(xué)界來說可能是一個福音。即使不是100%準(zhǔn)確，但視網(wǎng)膜掃描是一個簡單且非侵入性的程序，可以提供醫(yī)生更多的參考數(shù)據(jù)。