最近，一篇最新宣布在《美国医学会眼科杂志》（JAMA Ophthalmology）的论文表示AI研讨者们新开发的一种算法可以自动检测招致儿童失明症的潜在的病变缘由，精确率远高于人类医生。

该项研讨可以协助更多的早产儿预防早产儿视网膜病变（Retinopathy of prematurity, ROP），音乐家史蒂夫王德（Stevie Wonder）失明就是由于这项疾病。

该算法可以经过辨认婴儿眼球照片的状况来诊断出能否患有该种疾病的能够，精确率达91%。但同期测试中，由八位医生组成的对照组对异样的眼球照片停止诊断，精确率只要82%。

“在诊断早产儿视网膜病变的范畴，训练有素的眼科医生不断十分缺乏，因而相应的护理也很难做到位，即使是在美国也是如此。世界上很多儿童都没有来得及停止诊断，”该项研讨的结合指导研讨员Michael Chiang解释道。Michael是俄勒冈安康大学（OHSU）医学院临床盛行病学和医药信息专业的教授。

“该算法解密了有经历的眼科医生辨认早产儿视网膜病变的知识体系，并且构成了数学模型，因而即使是没有这种经历的临床音声也可以借助该模型及时并精确地对婴儿停止诊断，”另一位结合指导研讨员Jayashree Kalpathy说到。Kalpathy是哈佛医学院放射学副教授。

招致早产儿视网膜病变的次要缘由

早产儿视网膜病变次要是由视网膜周血管异常惹起的，视网膜是眼球后部的光敏感元件。这种状况在早产儿身上比拟罕见，也是全球患儿的患病的次要缘由。

美国国度眼科研讨所曾发布报告表示美国每年大约有16000名患儿，但是最多只要600名患儿真正到了失明的水平，这种状况也得益于早产儿护理程度的不时进步。

通常来说，诊断该疾病是经过反省婴儿的眼睛。医生普通会运用缩小安装照亮婴儿眼球，但是这种方式也能够招致诊断后果比拟客观。

人工智能协助医生诊断病情

人工智能可以让机器像人类一样考虑，如今也不时被使用于医疗范畴。上个月，美国食品和药物监管局（FDA）赞同运用AI设备检测糖尿病形成的眼疾。其别人也尝试开发电脑零碎来诊断早产儿视网膜病变，但是还不能到达人类医生的诊断程度。

这次开发的新算法经过深度学习技术模仿人类视觉感知世界的方式，包括辨认物体的才能。麻省总医院研讨员结合了两种AI模型来开发该算法，俄勒冈安康大学的研讨员们则运用多种参考规范来训练该算法。

首先他们运用5000张患儿在看眼科医生时保存的照片来训练算法辨认视网膜血管，然后他们训练算法区分安康血管和病变血管，之后他们比照了在样本相反的状况下，算法辨认的精确率和人类专家的精确率，并发现该算法的精确率高于普通的人类专家医生。

研讨队伍目前在与一家印度公司协作，研讨该算法在诊断印度婴儿的早产儿视网膜病变成绩上能否能获得和美国的患儿样本一样的后果。同时研讨人员目前也在探究该算法能否还可以诊断出视网膜上除了血管之外的其他部位的安康状况。总之他们最终希望让医生能在临床诊断时运用到这项技术。

注：本文由人工智能企业「图普科技」编译自《AI better than most human experts at detecting cause of preemie blindness》。您可以关注图普科技大众号，体验基于深度学习的「图像辨认」使用。