對 DeepMind 比較熟悉的讀者想必都知道，去年憑借 AlphaGo 戰(zhàn)勝李世石后，DeepMind 開始發(fā)力醫(yī)療領(lǐng)域，與英國國家醫(yī)療服務(wù)體系（NHS）進行了二度合作，并和 Moorfields 眼科醫(yī)院一同開發(fā)識別視覺疾病的機器學(xué)習(xí)系統(tǒng)。

當(dāng)時合作的項目主要是糖尿病視網(wǎng)膜病變和因衰老導(dǎo)致的黃斑病變(AMD)，通過獲取醫(yī)療機構(gòu)的眼部醫(yī)學(xué)影像，DeepMind 將利用機器學(xué)習(xí)做出判斷。而日前，IBM 也開始發(fā)力進軍眼部醫(yī)學(xué)診斷，這一次它們的目標(biāo)是——青光眼。

青光眼已經(jīng)成為全球致盲的第二大殺手，由于病變周期長，用戶的視覺實際上是慢慢減弱的，而且不到晚期一般難以確診。青光眼之所以被稱為「悄沒聲的光明小偷」，也是這個原因。據(jù)統(tǒng)計，有一半的用戶都是在未經(jīng)檢查的情況下失明的，甚至，他們都還沒來得及意識到自己得了青光眼。

雖然青光眼并不是無藥可醫(yī)，但早發(fā)現(xiàn)早治療的方針不論對于什么疾病都同樣適用。IBM 研究院密切關(guān)注這一疾病。他們發(fā)現(xiàn)的第一個問題在于，像青光眼、糖尿病視網(wǎng)膜或是老年性黃斑變性所引致的失明，其實都是可以預(yù)防（或是減緩）的。如果大部分患者能夠及時發(fā)現(xiàn)眼部疾病，那么不僅會對患者的生活狀態(tài)產(chǎn)生重要影響，也能避免不必要的經(jīng)濟負(fù)擔(dān)。

而據(jù)雷鋒網(wǎng)了解，IBM 研究院采用了 Watson 的認(rèn)知計算處理眼部圖像并進行醫(yī)學(xué)分析，在未來將惠及所有患者。

圖上顯示的是四張眼球的背面圖，Watson 檢測視杯及視盤的大小。這一指標(biāo)顯示可能患者得了青光眼。

IBM 研究院存在的另一個挑戰(zhàn)在于臨床醫(yī)師有限的經(jīng)驗可能很難發(fā)現(xiàn)視網(wǎng)膜圖像的細(xì)微變化。對那些偏遠(yuǎn)地區(qū)的潛在患者而言，昂貴的交通及看病難也給他們帶來了不便。

在 2015 年，駐澳大利亞 IBM 研究實驗室的科學(xué)家們就致力于通過深度學(xué)習(xí)分析 88000 份源于 EyePACS（一家全球性的眼球相關(guān)影像及醫(yī)學(xué)信息共享平臺）的視網(wǎng)膜圖像。機器通過訓(xùn)練眼球的解剖圖像，已經(jīng)學(xué)習(xí)了如何識別眼球的一些可能異常，以診斷像青光眼一樣難以察覺的眼疾。

近日，IBM 研究院發(fā)布了相關(guān)的研究結(jié)果，在視杯及視盤的檢測上，機器達(dá)到了 95% 的準(zhǔn)確度，并且會向疑似得了眼疾的患者建議做二度檢查。眼疾分析的另一個關(guān)鍵點在于機器在掃描視網(wǎng)膜圖像后能進行自動篩選。機器目前能達(dá)到 94% 的正確率，而這對于減輕驗光師及眼科醫(yī)生的人工負(fù)擔(dān)大有裨益。

雷鋒網(wǎng)一直密切關(guān)注機器學(xué)習(xí)在醫(yī)療領(lǐng)域的應(yīng)用，不論是領(lǐng)頭的DeepMind及IBM Watson，還是其它的國內(nèi)外創(chuàng)業(yè)公司，我們都希冀機器學(xué)習(xí)能夠在醫(yī)學(xué)影像發(fā)揮更大的功用。

via IBM Research，雷鋒網(wǎng)編譯

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。