211service.com
DeepMinds första medicinska forskningsspelning kommer att använda AI för att diagnostisera ögonsjukdom
Varje vecka utför Moorfields Eye Hospital i London 3 000 optisk koherenstomografi för att diagnostisera synproblem. Skanningarna, som använder spritt ljus för att skapa högupplösta 3D-bilder av näthinnan, producerar stora mängder data. Att analysera dessa data är en långsam process. För att förstå bilderna krävs tränade och erfarna mänskliga ögon för att identifiera problem som är specifika för varje fall, vilket ger lite eller ingen tid att identifiera bredare, befolkningsomfattande trender som kan göra tidig upptäckt lättare.
Det är precis den sortens uppgift som artificiell intelligens kan användas för att ta itu med. Så det är kanske inte förvånande att Googles AI-vinge, DeepMind, har beslutat att samarbeta med sjukhuset för att tillämpa maskininlärning på problemet som en del av sitt hälsoprogram. Arrangemanget kommer att se DeepMinds mjukvara studera över en miljon ögonskanningar – både optisk koherens och mer konventionella bilder av näthinnan – för att fastställa vad som händer i ögat under de tidiga stadierna av ögonsjukdom.
Arbetet kommer initialt att fokusera på att identifiera hur man automatiskt kan diagnostisera synproblem orsakade av diabetes och åldersrelaterad makuladegeneration. Diabetespatienter är 25 gånger mer benägna att drabbas av någon form av synförlust än de utan det, och åldersrelaterad makuladegeneration är den vanligaste orsaken till blindhet i Storbritannien. I båda fallen kan tidig upptäckt möjliggöra mer effektiv behandling.
En bild av näthinnan.
Eftersom projektet är nytt och kommer att använda maskininlärning för att identifiera mönster i data som kanske inte är lätta att identifiera för mänskliga ögon, finns det få exakta detaljer om hur tekniken kommer att fungera. DeepMind säger dock att de planerar att upptäcka de tidiga tecknen på visuell degeneration för att ge utövare mer tid att ingripa.
Det är det första hälsoprojektet som tagits upp av DeepMind som är rent forskningsbaserat. I ett tidigare samarbete, med Royal Free-sjukhuset i norra London, gick organisationen överens om att utveckla en smartphone-app som heter Streams för att övervaka patienter med njursjukdom. En rapport av Ny vetenskapsman , men föreslog med viss oro att projektet gratis erbjöd upp 1,6 miljoner patientjournaler till DeepMind.
Ögonskanningsdata från Moorfields kommer att anonymiseras. DeepMind hävdar att det kommer att vara omöjligt att identifiera en patient från journalerna, och att dess resultat kan användas för att förbättra framtida vård, [men] kommer inte att påverka den vård någon patient får idag. Royal Free-incidenten verkar ha inspirerat DeepMind att trampa försiktigt den här gången.
Det är inte det första försöket att tillämpa djupinlärning i hälso- och sjukvården. IBM:s Watson superdator, till exempel, använder för närvarande 600 000 medicinska bevisrapporter och 1,5 miljoner patientjournaler och kliniska prövningar för att hjälpa läkare utveckla bättre behandlingsplaner för cancerpatienter . Under tiden utvecklar den brittiska startup Babylon mjukvara som tar symtom från en användare för att föreslå en handlingslinje.
Det är dock mycket bredare problem där robusta lösningar kan ta lång tid innan de kommer fram. Med tanke på en så väldefinierad uppgift borde DeepMind kunna utveckla en AI som kan inspektera dessa 3 000 veckovisa skanningar för att hjälpa läkare att upptäcka varningstecken på ögonsjukdom innan de orsakar verkliga problem. Låt oss se om det fungerar.
(Läs mer: Google , Ny vetenskapsman , Den artificiellt intelligenta läkaren kommer att höra dig nu)