6
| 本文作者： 李雨晨 | 2019-04-12 21:36 |
（圖片來源：Taj Francis）
本文譯自《Nature》 原文標題：How artificial intelligence is helping to prevent blindness
作者：Sandeep Ravindran
當糖尿病患者找全科醫(yī)生看病時，他們經(jīng)常被轉(zhuǎn)診給眼科醫(yī)生。眼科醫(yī)生可以檢查患者的眼睛是否有糖尿病視網(wǎng)膜病變的跡象。這種病會損害了視網(wǎng)膜，是導(dǎo)致失明的主要原因，每年大約有24000人得上這個病。
但是，人們都希望可以在早期控制疾病來避免最壞的結(jié)果。愛荷華州愛荷華大學(xué)視網(wǎng)膜專家兼計算機科學(xué)家Michael Abràmoff說：“我們非常了解如何治療它，但我們并沒有及早發(fā)現(xiàn)它。”
因此，定期篩查對于治療糖尿病視網(wǎng)膜病變至關(guān)重要。但評估美國約3000萬糖尿病患者，以及全球4億多糖尿病患者，似乎是一個無法克服的挑戰(zhàn)。每年只有大約一半的糖尿病患者會按照建議檢查自己的眼睛。
其中一個重要原因就是眼科醫(yī)生的短缺。這些?？漆t(yī)生需要全面的培訓(xùn)和特殊設(shè)備，眼科醫(yī)生短缺讓患者不得不去很遠的地方進行眼科檢查。這個問題在低收入和中等收入國家尤為嚴重，印度只有15000名眼科醫(yī)生為約7000萬糖尿病患者服務(wù)。由于老年人、高風險人群的增長速度超過了眼科醫(yī)生人數(shù)，更富裕的國家估計也會出現(xiàn)短缺。
有人提出，利用遠程醫(yī)療的方式，讓眼科醫(yī)生遠程評估視網(wǎng)膜的照片，這種方式可能有助于改善患者的就診體驗，但尚未獲得廣泛接受。
Abràmoff長期以來一直在探索是否可以使用計算機程序來篩查人們的眼病。幾十年來，他開發(fā)了IDx-DR，這是一種AI系統(tǒng)，可以在幾分鐘內(nèi)告訴一個人是否患有糖尿病視網(wǎng)膜病變。
IDx-DR是美國FDA批準的首個無需臨床醫(yī)生即可給出篩查決定的設(shè)備。但它并不是唯一能夠改變眼科領(lǐng)域的AI工具。
算力的進步和大規(guī)模的視網(wǎng)膜圖像數(shù)據(jù)集促進了AI系統(tǒng)的發(fā)展，該系統(tǒng)不僅用于檢測相對容易發(fā)現(xiàn)的糖尿病視網(wǎng)膜病變，還用于檢測其他常見的眼病，例如老年性黃斑變性（AMD）和青光眼。這些人工智能系統(tǒng)可以提高大規(guī)模篩查的速度和準確性，以此改善眼科服務(wù)欠缺地區(qū)的現(xiàn)狀。
盡管AI系統(tǒng)的前景光明，也有人對系統(tǒng)是否能夠普及表示擔憂。新加坡國立眼科中心的眼科醫(yī)生Tien Yin Wong說，在診所使用人工智能將不可避免地引發(fā)人們對漏診和誤診的擔憂。他說，法律和道德問題最終可能決定技術(shù)的普及程度。
然而，該領(lǐng)域的樂觀派認為AI輔助診斷已經(jīng)準備好了。Pearse Keane是倫敦Moorfields眼科醫(yī)院的眼科醫(yī)生，也是DeepMind Technologies的顧問，這家公司由Google的母公司Alphabet所有。這家公司正在開發(fā)一種可以診斷眼疾的系統(tǒng)?！拔胰匀挥浀梦业谝淮慰吹竭@個算法的時候，”他說?！拔殷@呆了，我覺得自己看到了整個眼科領(lǐng)域的變革。”
Abràmoff在30年前開始研究眼部疾病的自動檢測。但Abràmoff不確定計算機程序是否可以代表訓(xùn)練有素的專家，至少在開始時是這樣。
機器學(xué)習使用數(shù)據(jù)和定制算法來訓(xùn)練機器執(zhí)行任務(wù)，從20世紀50年代以來，它已經(jīng)顯示出在圖像分析上的潛力。但是，即使是Abràmoff在40年后開始他的研究時，硬件條件也不足以使機器學(xué)習用于分析真實世界的醫(yī)學(xué)圖像。
盡管如此，Abràmoff精心設(shè)計了數(shù)學(xué)方程來描述視網(wǎng)膜中的各種病變，然后編寫了算法來檢測它們。到了21世紀初，他發(fā)表了大量關(guān)于這一主題的論文，隨著時間的推移，他獲得了相關(guān)專利，希望能獲得制藥或生物技術(shù)公司的許可。但這個想法沒有成功?！笆裁炊紱]發(fā)生?！彼f。
所幸的是，由于視頻游戲行業(yè)的發(fā)展，人工智能系統(tǒng)在醫(yī)學(xué)成像領(lǐng)域的應(yīng)用在近幾年得到了巨大的推動。越來越強大的顯卡被開發(fā)出來，這對于人工智能系統(tǒng)所需的并行處理非常理想。
這些顯卡使得實現(xiàn)被稱為人工神經(jīng)網(wǎng)絡(luò)的計算密集型系統(tǒng)變得更加容易，這些系統(tǒng)受到神經(jīng)元在大腦中互連方式的啟發(fā)。這種網(wǎng)絡(luò)由處理圖像不同特征的連接節(jié)點層組成，每個屬性都被賦予一定的權(quán)重，然后系統(tǒng)將這些權(quán)重組合起來輸出一個結(jié)果——如眼睛是否受到糖尿病視網(wǎng)膜病變的影響。
通過將具有強大處理能力的人工神經(jīng)網(wǎng)絡(luò)與海量圖像數(shù)據(jù)集相結(jié)合，研究人員能夠創(chuàng)建深度學(xué)習網(wǎng)絡(luò)，完成傳統(tǒng)編程軟件無法完成的復(fù)雜任務(wù)，包括打敗一些世界上最優(yōu)秀的圍棋選手。華盛頓大學(xué)的眼科醫(yī)生Aaron Lee說:“這是一種巨大的飛躍，所有這些曾經(jīng)是天上掉餡餅的事情現(xiàn)在在技術(shù)上都是可行的?！?/p>
在這些技術(shù)進步的背景下，2010年，Abràmoff在愛荷華州Coralville成立了公司——IDx Technologies。經(jīng)過與FDA的長時間討論，他建立了一個臨床試驗，證明IDx-DR可以在真實世界里運作。從2017年1月開始，這個試驗招募了來自美國10個地方的900名糖尿病患者。
結(jié)果顯示，Abràmoff幾十年的工作取得了成效。IDx-DR識別出比輕度糖尿病視網(wǎng)膜病變更嚴重患者的正確率達到87％，識別出了沒有糖尿病視網(wǎng)膜病變的患者的準確率達到90%。
雷鋒網(wǎng)此前報道，2018年2月，IDx公司就已經(jīng)宣布，F(xiàn)DA已加快對其公司AI系統(tǒng)的審查進程。
2018年4月，IDx-DR成為美國第一個被批準用于檢測糖尿病視網(wǎng)膜病變的自主診斷系統(tǒng)。“這是非常好的一天，”Abràmoff說。
這個系統(tǒng)使用相機拍攝眼底。然后，AI算法分析所得到的圖像，以檢測糖尿病視網(wǎng)膜病變的早期征兆，例如出血。另一種算法可以幫助操作員拍攝高質(zhì)量的視網(wǎng)膜圖像，這意味著只要接受四個小時的訓(xùn)練，任何受過中學(xué)教育的人都可以操作IDx-DR。
2018年6月，愛荷華大學(xué)醫(yī)療保健中心成為第一家使用IDx-DR的機構(gòu)。Lee說，“IDx所做的一切，為其他公司在深度學(xué)習領(lǐng)域開創(chuàng)了先例。其他的AI系統(tǒng)也將會爭先恐后地出現(xiàn)?！?/p>
到目前為止，大多數(shù)人還專注于檢測糖尿病視網(wǎng)膜病變，因為這種情況相對容易在圖像中發(fā)現(xiàn)?！皬挠嬎銠C視覺的角度來看，這是一個相當簡單的問題。”
人工智能系統(tǒng)最終要做的不僅僅是檢測單一眼病。“當醫(yī)生評估一個人的眼睛時，他們會發(fā)現(xiàn)許多常見的情況，”Wong說，“你不能只說，'我只想知道你是否患有糖尿病視網(wǎng)膜病變'?！?/p>
這就是為什么Wong和其他人，包括Abràmoff正在開發(fā)能夠同時檢測出幾種眼疾的AI系統(tǒng)。
一些研究人員沒有教人工智能算法尋找疾病的特征(就像Abramoff在IDx-DR中所做的那樣)，而是指導(dǎo)它們篩選來自健康或病變眼睛的大量圖像。然后，AI系統(tǒng)必須自己解決如何區(qū)分它們的問題。2017年，Wong和他的團隊使用幾項研究中收集的視網(wǎng)膜圖像，來訓(xùn)練人工智能系統(tǒng)，這些圖像包括新加坡國家糖尿病視網(wǎng)膜病變篩查項目在內(nèi)。
他們對11個多種族的糖尿病患者進行了測試，結(jié)果表明他們的人工智能不僅可以利用視網(wǎng)膜圖像的差異檢測糖尿病視網(wǎng)膜病變，還可以檢測青光眼和AMD。該系統(tǒng)的篩查能力與糖尿病視網(wǎng)膜病變的專家相當。
DeepMind和Moorfields眼科醫(yī)院的研究人員甚至走得更遠。他們構(gòu)建了一個AI算法，該算法可以自己給出針對50種常見眼部疾病的轉(zhuǎn)診決策。該系統(tǒng)在OCT視網(wǎng)膜掃描中識別出眼病的跡象，然后決定一個人去看專家的緊急程度。DeepMind的AI系統(tǒng)可以顯著減輕眼科醫(yī)生的工作量。去年，英國國民健康服務(wù)中心安排了825萬眼科門診預(yù)約。 Keane說，“人們沒有意識到我們?nèi)粘５墓ぷ鲏毫??！?/p>
訓(xùn)訓(xùn)練人工智能算法通常需要大量的數(shù)據(jù)，并使系統(tǒng)只執(zhí)行有限的任務(wù)。但是一種被稱為遷移學(xué)習的方法可以幫助訓(xùn)練AI程序使用更少的特定任務(wù)數(shù)據(jù)，使它們能夠更快地學(xué)習執(zhí)行類似的任務(wù)。
加州大學(xué)圣地亞哥分校的張康教授領(lǐng)導(dǎo)的一個團隊采用了一種AI算法，該算法已經(jīng)從公開數(shù)據(jù)集ImageNet上預(yù)先處理了數(shù)以千萬計的日常物體圖像，然后將其應(yīng)用于一組約10萬個OCT視網(wǎng)膜圖像。盡管用于訓(xùn)練系統(tǒng)的視網(wǎng)膜特異性圖像數(shù)量較少，但預(yù)訓(xùn)練使團隊的AI程序能夠準確診斷視力喪失的兩個常見原因 - 糖尿病性黃斑水腫和脈絡(luò)膜新生血管（通常是晚期AMD的結(jié)果），并決定需要把誰緊急轉(zhuǎn)給專家。
將訓(xùn)練中使用的OCT視網(wǎng)膜圖像的數(shù)量減少到約4000時，算法的錯誤率翻了一番，但其性能仍然與人類專家的性能大致相當。
張康、Keane和Wong計劃在未來兩年內(nèi)進行臨床試驗，以確認他們的AI系統(tǒng)在診斷時是否與眼科醫(yī)生一樣有效——這是獲得監(jiān)管部門批準的必要前提。但是，要生產(chǎn)出可以在各種環(huán)境下使用的商業(yè)產(chǎn)品，還需要進一步的工作。“科學(xué)家們需要讓它像iPhone一樣可用。”Wong說。
在某些情況下，這些人工智能系統(tǒng)的能力可能會超過人類。例如，德國雷根斯堡大學(xué)的遺傳學(xué)家Bernhard Weber及其同事開發(fā)了一種深度學(xué)習算法，用于對AMD的進展進行分類。AMD是50歲及以上人群視力喪失的主要原因。盡管后期AMD很容易被發(fā)現(xiàn)，但Weber發(fā)現(xiàn)他的團隊的AI程序也可以識別疾病的早期階段。他說，“這是很困難的事情，即使對眼科醫(yī)生來說也是挑戰(zhàn)?！?/p>
盡管這類AI系統(tǒng)的準確性有助于獲得監(jiān)管部門的批準，但這種優(yōu)勢可能還不足以贏得臨床醫(yī)生和患者的信任?！白鳛橐粋€社會，我們準備好實施這些東西嗎？”Lee問道。
獲得用戶信心的一個障礙是人工智能系統(tǒng)的封閉性，它們就像黑盒一樣運作——人們并不總是清楚這些程序是如何做出決定的。Lee說：“對于黑盒算法，你不知道為什么算法會做出這樣的診斷?！?/p>
什么是黑盒問題？簡而言之就是，人工神經(jīng)網(wǎng)絡(luò)也難以理解是如何做出決策的。 這種不透明性在診所尤其令人煩惱，其中人工智能系統(tǒng)診斷背后的推理對于獲得監(jiān)管部門批準至關(guān)重要。“可解釋性成為美國食品和藥物管理局的一個大問題，”Abràmoff說，“如果你希望算法能自我驅(qū)動，你需要能夠解釋算法的作用?！?/p>
為了解決黑盒問題，IDx和DeepMind在診斷眼睛狀況時采用雙管齊下的方法來詢問他們的AI系統(tǒng)的決策。一種算法檢測人的視網(wǎng)膜圖像中的疾病特征。然后，另一種算法使用這些特征來決定該人是否需要咨詢眼科醫(yī)生，如果需要，則需要多么緊急。通過劃分這些步驟，臨床醫(yī)生可以確定深度學(xué)習網(wǎng)絡(luò)在提出推薦建議之前如何解釋圖像，DeepMind的計算機科學(xué)家Olaf Ronneberger說。
另一種方法涉及使用不同種類的黑盒。張康教授和德國雷根斯堡大學(xué)的遺傳學(xué)家Bernhard Weber屏蔽部分視網(wǎng)膜圖像的人工智能算法，并觀察系統(tǒng)的診斷過程。這使Weber能夠確定AI算法在視網(wǎng)膜中的哪個位置做出決定。Weber說，“你看到的是，它正是人類眼科醫(yī)生的樣子?！?/p>
Wong將基于人工智能的與無人駕駛汽車相提并論：在這兩種情況下，他都不確定人們是否已做好完全自動化的準備。因此，他將他的系統(tǒng)設(shè)計為全自動或半自動，在這個過程中，它與人類一起工作。這類似于確保無人駕駛汽車有方向盤和剎車，這樣人們就可以在緊急情況下接管工作。“這給我了更多信心，同時也可以顯著降低工作量?！盬ong說。
這種雙層模型可能適用于眼科醫(yī)生數(shù)量足夠的情況下。但這項技術(shù)的最大潛力在于改善低收入國家或偏遠地區(qū)的眼保健服務(wù)水平。這種推理促使Abràmoff在新墨西哥州的一個偏僻地區(qū)測試IDx-DR，這個地方距離最近的眼科醫(yī)生也有好幾小時的車程，來自谷歌的研究人員試用了一種深度學(xué)習算法，旨在發(fā)現(xiàn)眼科醫(yī)院視網(wǎng)膜照片中糖尿病視網(wǎng)膜病變的跡象。
除了AI系統(tǒng)能力本身得到認可之外，其他技術(shù)的應(yīng)用也能夠幫助AI更好地發(fā)揮作用。在許多國家，拍攝眼底影像所需的設(shè)備和專業(yè)技能供不應(yīng)求。但是，配備視網(wǎng)膜成像專用相機的智能手機可與基于云的人工智能軟件相結(jié)合，以篩查糖尿病視網(wǎng)膜病變，使眼科檢查更便宜、更方便。
“在我看來，對人類最大的好處將發(fā)生在資源有限的環(huán)境中，當沒有這么多的專家的時候，”Lee說，“我認為人工智能可以在這些環(huán)境中為醫(yī)療帶來非常大的顛覆性作用?！?span style="color: #FFFFFF;">雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
