日报

训练出“棋王”的DeepMind公司又要培养眼科“名医”了

刊登于 2016-07-06

DeepMind将利用机器学习及早发现眼部疾病。
DeepMind将利用机器学习及早发现眼部疾病。

战胜人类顶级围棋棋手而名声大噪的 Google 旗下人工智能公司 DeepMind 将进军医学研究领域。7月5日,DeepMind 在其官方网站宣布,将与英国国家医疗服务体系(National Health Service,NHS)内的 Moorfields 眼科医院合作,开发能够辨识眼部疾病的机器学习(Machine Learning)系统。

机器学习是近年来人工智能领域的主要研究方向之一,它是一类从大量数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。此次DeepMind 希望能够基于对医院提供的大量眼球扫描图的分析,开发出能辨识眼疾早期症状的机器学习系统,从而为眼疾提供预防措施。

这并非 DeepMind 与 NHS 的首次合作,该公司此前曾与该体系内的皇家自由医院(Royal Free Hospital)合作,通过智能手机监控患者的肾功能。而本次与 Moorfields 眼科医院的合作,则是 DeepMind 首次进行纯医学研究,也是这家人工智能公司首次将机器学习应用于医疗。

我们成立 DeepMind 的目的,就是希望通过开发新技术来解决人类社会中的难题,让世界变得更美好。因此,能够与 NHS 合作进行我们首个医学研究项目,让人非常激动。

7月5日,DeepMind 官网声明

在本次的研究计划中,DeepMind 将获得由 Moorfields 眼科医院提供的100万份匿名的眼球扫描图以及相关的眼部状况、治疗情况等数据,研究人员将使用这些海量数据来“训练”机器学习算法,使其能够在任何人的眼球扫描图中确定是否存在老年性黄斑病变(Age-related Macular Degeneration,AMD)以及糖尿病视网膜病变(Diabetic Retinopathy)等眼疾的早期迹象。

DeepMind 在声明中表示,老年性黄斑病变在英国是致盲的首要原因,该国每天有接近200人因此失明——但如果能提早发现这种疾病,许多患者都不至于失明;而糖尿病会令普通人失明的概率增加25倍,如果能够尽早发现糖尿病视网膜病变迹象并展开治疗的话,将可以预防98%的严重视力损伤。

不过,这次的合作是由 Moorfields 医院的眼科专家 Pearse Keane 主动提出的。Keane 医生在看到关于 DeepMind 训练人工智能玩电脑游戏的报导后,联想到这种图像分析算法应该也适用于对眼球扫描图的识别,于是他主动与 DeepMind 的联合创始人 Mustafa Suleyman 取得联系,最终促成了这个合作项目。

Moorfields 医院眼科疾病研究中心主管 Peng Tee Khaw 表示,医院的精确眼球扫描图正快速增多,而且其精细程度比其他身体部位的扫描图更高,但是单凭人力难以处理如此大量的数据——而这正是这次合作得以促成的原因,具有学习能力的人工智能算法比人类更“不知疲倦”,因此足以胜任者这项工作。

除了 Google 外,IBM 也在医疗领域进行机器学习的相关研究,该公司的人工智能 Watson也在持续地吸收医疗病例,以学会给患者提供治疗建议。

人工智能领域的迅猛发展最近引起了许多讨论,比如欧盟甚至在考虑是否应该给智能机械人以“电子人”的身份定位,让它们拥有“权利和义务”——这并非异想天开,或许在不久之后的某天,坐在你对面为你治疗的“名医”,就是一位“毕业”于 Google 或 IBM 的机械人。

2 亿
DeepMind 引用数据称,到2020年,全球的老年性黄斑病变患者数量将接近2亿。
1 /11
DeepMind 引用数据称,目前全球每11个成人中,就有1个糖尿病患者。

声音

这次的研究是非常重要的,特别是对于糖尿病视网膜病变的诊断……通过训练神经网络进行眼球扫描评估工作,可以提高诊断的速度和精度,有可能挽救成千上万人的视力。

DeepMind 联合创始人 Mustafa Suleyman

要跟踪一个病人的历史,我需要用上毕生的经验,而预测病人的未来时,他们要依赖于我的经验。如果我们能够使用机器辅助的深度学习,我们就能更加出色地完成工作,因为我将有一万次人生经验。

Moorfields 医院眼科疾病研究中心主管 Peng Tee Khaw

我们同机械人之间日益频繁的沟通与互动,会对人类社会在精神与物质层面的现有关系产生潜在影响。尤其是对智能看护机械人与被照顾者而言,他们之间产生的感情和依恋,让我们不得不重新审视人类尊严、道德观等问题。

欧洲议会法律事务委员会近日提交草案

机器学习

Machine Learning,是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。机器学习已广泛应用于数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜寻引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机械人等领域。(资料来自维基百科)

来源:爱范儿DeepmindMIT技术评论新科学家

本刊载内容版权为端传媒或相关单位所有,未经端传媒编辑部授权,请勿转载或复制,否则即为侵权。