AI在醫(yī)療領(lǐng)域的又一應(yīng)用誕生，DeepMind展示眼睛疾病診斷AI系統(tǒng)

DeepMind 以光學(xué)相干斷層掃描(Optical coherence tomography，OCT)視網(wǎng)膜圖像，進(jìn)行眼睛疾病診斷的機(jī)器學(xué)習(xí)訓(xùn)練，該產(chǎn)品由 DeepMind 和英國(guó) Moorfields 眼科醫(yī)院合作，可進(jìn)行 OCT 視網(wǎng)膜圖像實(shí)時(shí)分析，并透過 AI 判讀患病緊急程度與診斷結(jié)果，但此人工智能系統(tǒng)產(chǎn)品原型尚處試量產(chǎn)階段。

 

透過 OCT 圖像進(jìn)行機(jī)器學(xué)習(xí)，較能達(dá)成具眼睛疾病診斷功能的 AI 系統(tǒng)

截至 2017 年，美國(guó) FDA 核準(zhǔn)的 AI 醫(yī)療影像軟件醫(yī)材僅個(gè)位數(shù)，2018 年增至 11 項(xiàng)，多數(shù)產(chǎn)品以「輔助診斷」為主，其中僅有 IDx-DR 是無需臨床醫(yī)生就能提供糖尿病視網(wǎng)膜病變醫(yī)療「診斷」功能的 AI 系統(tǒng)。OCT 是目前醫(yī)院眼科進(jìn)行眼部疾病診斷的主要依據(jù)，相較眼底鏡，OCT 能提供微米等級(jí)的更高分辨率和三維眼底細(xì)節(jié)圖像。

 

不同于 DeepMind 與 IDx，百度也嘗試將 AI 導(dǎo)入眼部疾病的輔助診斷，但百度是透過眼底鏡圖像進(jìn)行算法訓(xùn)練，藉此判讀疑似病灶的位置與疾病風(fēng)險(xiǎn)，然眼底鏡圖為二維圖像，僅靠眼底鏡圖像無法準(zhǔn)確厘清病灶形狀、大小與準(zhǔn)確位置等問題，尚須倚賴 OCT，因此眼底鏡于 AI 醫(yī)療影像應(yīng)用較難達(dá)成疾病的診斷功能。

 

具備醫(yī)療診斷功能的 AI 技術(shù)尚難以取代醫(yī)生專業(yè)

DeepMind 透過 Moorfields 提供近 1.5 萬份 OCT 掃描圖像，且有醫(yī)生輔助進(jìn)行病變區(qū)域標(biāo)記，使其算法開發(fā)可掌握海量、有效且干凈的數(shù)據(jù)，跨越最關(guān)鍵步驟。AI 影像產(chǎn)品要能提供診斷功能，需產(chǎn)生可信且準(zhǔn)確的分析結(jié)果，據(jù) 2018 年發(fā)表于《Nature Medicine》研究成果，經(jīng) DeepMind 算法判斷患者疾病緊急程度的準(zhǔn)確度與?？漆t(yī)生相差不遠(yuǎn)，表示其診斷結(jié)果尚未超越醫(yī)生的專業(yè)，這也顯示 AI 技術(shù)距離取代醫(yī)生診斷功能還相當(dāng)遙遠(yuǎn)。

 

事實(shí)上具備醫(yī)療診斷功能的 AI 技術(shù)目前較難普及，除法規(guī)限制、多數(shù)影像設(shè)備售價(jià)昂貴，加上 AI 分析尚屬先進(jìn)技術(shù)外，若未能與 AI 兼容則需采買新設(shè)備，增加相關(guān)建置成本，且 AI 導(dǎo)入若無法達(dá)到實(shí)質(zhì)性的輔助篩檢，或其診斷效果未被專業(yè)人員認(rèn)可，則難以被醫(yī)院采用。

 

就現(xiàn)階段來講，具備醫(yī)療診斷功能的 AI 分析技術(shù)，若未與特定醫(yī)院或設(shè)備商合作，其適用途徑多半還是以偏鄉(xiāng)醫(yī)療與非?？祈?xiàng)目的應(yīng)用為主，但也需考量相關(guān)設(shè)備建置成本與售價(jià)是否為偏遠(yuǎn)區(qū)域醫(yī)療院所可負(fù)擔(dān)的范圍。