据外媒8月13日报道，来自谷歌旗下DeepMind子公司、伦敦大学学院和Moorfields眼科医院的研究人员利用深度学习技术开发了一种软件，可以通过3D扫描识别出几十种常见的眼部疾病，然后向患者推荐治疗方案。
虽然还没有准备好用于临床使用，但它可以在几年内应用到医院。研究人员称其为开创性的成果，DeepMind Health的负责人穆斯塔法德米雷尔(Mustafa Suleyman)在一份新闻声明中说，该项目非常令人振奋，它可以及时改变对视力有问题的患者的诊断、治疗和管理方式。
《自然医学》杂志上的一篇论文表明，该软件基于已确立的深度学习原则，利用算法识别数据中的常见模式。在这种情况下，数据是用一种被称为光学相干断层扫描(OCT)的技术对病人的眼睛进行三维扫描, 从眼睛内部表面反射近红外光，检查过程大约需要10分钟。这样做可以创建组织的3D图像，是评估眼睛健康的一种常见方法。
该软件进行了近15000次测试，测试者都在穆尔菲尔德医院接受过治疗(穆尔菲尔德是欧洲和北美最大的眼科医院)。这些患者在接受人类医生诊断的同时，也接受该软件的扫描。正因如此，它学会了如何识别眼睛的不同的解剖成分(一个被称为分割的过程)，然后根据扫描显示的各种疾病症状推荐临床治疗方法。从测试结果得出，将人工诊断结果与扫描结果比对，其准确率达94%。
这是非常激励人心的，但是医学界的专家仍然担心人工智能系统将如何融入到实践中。卢克•奥克顿-雷纳(Luke Oakden-Rayner)是一名放射科医生，他表明人工智能的进步正将我们推向一个临界点，软件不再是医生用来应用和解释的工具，而是代表人类做出决定的工具。
例如，今年4月，美国食品和药物管理局(FDA)批准了首个人工授精项目，该项目可以在没有人为监督的情况下诊断疾病，依靠自己做临床决定。 (这就像今天的新算法一样，也会分析眼睛扫描。但它只针对一种疾病，即糖尿病性视网膜病变，而DeepMind可以扫描出50多中眼部疾病。)
从这一点来看，医学AI的风险变得更大。我们无法确切地解释人工智能系统是如何做出某些决定的，就像我们在自动驾驶汽车事故中看到的那样，当人类把手从方向盘上移开时，电脑总是有可能做出致命的判断错误。
来自DeepMind、UCL和Moorfields的研究人员也意识到了这些问题，他们的软件包含了一些旨在缓解此类问题的功能。首先，软件不依赖于单一的算法来做决定，而是由一组算法来做决定，每个算法都是独立的，这样任何反常的错误都会被发现。其次，系统不会对每个诊断给出单一的答案，而是给出了几种可能的解释，以及对每种解释的确信度。它还在病人眼睛的各个部位贴上标签，从而给医生一个分析并发现错误的机会。
但最重要的是，软件不是一个简单的诊断工具。事实上，它被设计用于分类，即决定哪些病人首先需要治疗。因此，虽然它确实能猜出病人可能患有什么疾病，但它给出的实际建议是病人需要转诊治疗的紧急程度。
这听起来是充满偶然性，但它们每一个都像一个减速带一样运行，减慢了算法的速度，并给了人类一个干预的机会。然而，真正的测试将在真实的临床环境中部署进行，测试何时发生尚不清楚，但DeepMind表示，它希望尽快启动这一进程。
除了它的临床可能性，研究过程也很重要，AI公司可以从有价值的数据集中获益。具体来说，DeepMind过去一直因其获取英国公共资助的国民健康服务(NHS)治疗病人的数据而受到批评。在2017年，英国数据监管机构甚至裁定，该公司在2015年达成的一项协议是非法的，因为该公司未能恰当地告知患者他们的数据是如何被使用的。但是如果没有这些数据，今天的研究是不可能的。在这项研究中使用的信息是匿名的，病人可以选择退出，但根据这些数据创建的诊断软件只属于DeepMind。
该公司表示，如果该软件被批准用于临床，它将免费提供给穆尔菲尔德的临床医生，为期5年。但这并不能阻止DeepMind向英国或其他国家的其他医院销售软件。DeepMind表示，这种交易是业界的标准做法。Deepmind 告诉科技博客网站The Verge，它在这项研究中投入了大量资金来创建这种算法，它帮助收集的数据现在可以用于公共使用和非商业医学研究。
尽管做出了这样的努力，但该公司还是面临怀疑。DeepMind最近成立了一个独立小组，专门审查其自身的商业行为。该小组认为，该公司需要使其商业模式及其与谷歌的关系更加透明(谷歌于2014年收购了该公司)。随着DeepMind越来越接近利用公共资助的NHS数据生产商业产品，这种审查可能会变得越来越尖锐。
尽管存在这些问题，但显而易见的是类似的算法可能非常有益。据估计，全世界约有2.85亿人患有某种形式的失明，而眼疾是造成失明的最大原因。
OCT扫描是发现眼疾的好工具(仅2014年美国就进行了535万次)，但解读这些数据需要时间，在诊断过程中就遇到了瓶颈。如果算法能通过引导医生来和帮助分类病人，那将会是非常有益的。
参与这项研究的穆尔菲尔德眼科顾问皮尔斯基恩博士表明，我们正在进行的眼睛扫描的数量增长速度远远快于人类专家能够解释的速度。大量的数据可能导致对视觉威胁疾病的诊断和治疗的延误。如果我们能及早诊断和治疗眼科疾病，我们就有机会拯救人们的视力。通过进一步的研究，它可能会在未来使有眼部问题的患者得到一致的和更高的护理质量。
