當(dāng)Pearse Keane十年前開(kāi)始使用光學(xué)相干斷層掃描（OCT）掃描儀檢查一個(gè)人的眼睛時(shí)，機(jī)器的檢查效果十分粗糙。

“這些設(shè)備分辨率較低，圖像采集速度要慢得多，”Moorfields眼科醫(yī)院眼科醫(yī)生兼?zhèn)惗卮髮W(xué)學(xué)院研究員Keane說(shuō)。從2007年起，基恩花了兩年的時(shí)間研究來(lái)自O(shè)CT機(jī)器的掃描，學(xué)習(xí)診斷患者的眼睛狀況，并挑選出構(gòu)成威脅視力的疾病細(xì)節(jié)。

“這是非常耗時(shí)，費(fèi)力的工作，”基恩說(shuō)。OCT掃描使用光線快速創(chuàng)建眼睛后部的高分辨率3D圖像?，F(xiàn)代OCT掃描儀每次使用時(shí)都會(huì)創(chuàng)建映射視網(wǎng)膜每一層的大約6500萬(wàn)個(gè)數(shù)據(jù)點(diǎn)。三維圖像已成為醫(yī)生診斷眼部問(wèn)題的常見(jiàn)方法，但在整個(gè)NHS中，每天都會(huì)完成數(shù)千次掃描。

在Moorfields眼科醫(yī)院的一項(xiàng)試驗(yàn)中，來(lái)自Google的DeepMind的AI做出了94.5％正確的診斷。

Moorfields和谷歌總部位于倫敦的人工智能部門(mén)DeepMind診斷眼疾的自動(dòng)算法有可能減少醫(yī)生從OCT掃描中診斷的時(shí)間。發(fā)表在“ 自然醫(yī)學(xué) ”雜志上的新研究顯示，DeepMind的人工智能可以識(shí)別50種常見(jiàn)的眼部疾病，包括三種最大的眼部疾病：青光眼，糖尿病性視網(wǎng)膜病變和年齡相關(guān)性黃斑變性。

人工智能從OCT掃描中正確識(shí)別出94.5％的眼部疾病類型?！霸撍惴ㄅc診斷OCT掃描的專家表現(xiàn)相當(dāng)，”基恩說(shuō)?！芭cMoorfields的世界領(lǐng)先顧問(wèn)眼科醫(yī)生說(shuō)這些OCT掃描有什么問(wèn)題一樣好，甚至可能更好一點(diǎn)?！睂?duì)于AI系統(tǒng)而言，該算法非常罕見(jiàn)，該算法還能夠解釋它是如何達(dá)到某種診斷并在多種類型的OCT機(jī)器上使用的。

DeepMind聯(lián)合創(chuàng)始人Mustafa Suleyman表示，該公司和Moorfields現(xiàn)在正計(jì)劃在臨床試驗(yàn)中使用該方法，并試圖獲得監(jiān)管機(jī)構(gòu)批準(zhǔn)的最終產(chǎn)品。這項(xiàng)工作的目的是減少醫(yī)生手動(dòng)檢查掃描，減省診斷和轉(zhuǎn)診患者進(jìn)行治療所需的時(shí)間。