DeepMind AI助力医院精准诊断眼疾，准确率达94%

DeepMind AI助力医院精准诊断眼疾，准确率达94%

引用

CSDN

等

12

来源

1.

https://m.blog.csdn.net/weixin_43298211/article/details/139347774

2.

https://china.huanqiu.com/article/9CaKrnKbljK

3.

https://baijiahao.baidu.com/s?id=1806452983562737497

4.

https://blog.csdn.net/JiexianYao/article/details/145433227

5.

https://www.imedera.com/n202405061422/

6.

https://xuangutong.com.cn/article/1175155

7.

https://wiki.antpedia.com/article-2223184-90

8.

https://app.vodjk.com/tags.php?page=1&tag=%E7%89%B9%E5%BE%81

9.

https://fromgeek.com/telecom/650096.html

10.

https://rengongzhineng.io/%E8%B0%B7%E6%AD%8C%E4%B8%8Edeepmind%E6%90%BA%E6%89%8B%E5%BC%80%E5%88%9B%E5%8C%BB%E7%96%97ai%E6%96%B0%E7%AF%87%E7%AB%A0%EF%BC%9Amed-gemini%E6%A8%A1%E5%9E%8B%E7%9A%84%E5%89%8D%E6%B2%BF%E6%8E%A2%E7%B4%A2/

11.

http://www.biecc.com.cn/Industrial/vehicles/2024/1112/1569.html

12.

https://m.zhiding.cn/article/3163033.htm

2024年8月，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联合开发了一种基于深度学习的AI系统，该系统能够通过分析视网膜扫描图像，快速准确地检测出50多种常见的眼部疾病，并向患者推荐治疗方案。

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。研究团队使用了一种被称为光学相干断层扫描（OCT）的技术，通过向眼睛内部表面发射近红外光并收集反射信号，生成患者眼睛的三维图像。这种扫描过程大约需要10分钟，是评估眼睛健康状况的常用方法。

在测试阶段，该软件对近15000例来自Moorfields眼科医院的患者数据进行了分析。这些患者在接受人类医生诊断的同时，也接受了AI系统的扫描。测试结果显示，AI系统的诊断准确率高达94%，与人类专家的诊断结果高度一致。

该AI系统不仅在诊断准确性上表现出色，更重要的是，它能够显著提高医疗服务的效率。系统设计了多重保障机制，以降低误诊风险：

1. 多算法决策：系统不依赖单一算法进行决策，而是由一组独立的算法共同决定，任何异常错误都能被及时发现。

2. 多解释模式：系统不会给出单一的诊断结果，而是提供多种可能的解释，并附带对每种解释的确信度，同时对患者眼睛的各个部位进行标记，便于医生分析和验证。

3. 分级诊疗建议：系统的主要功能不是简单的诊断，而是对患者进行分类，决定哪些患者需要优先治疗。它不仅会推测患者可能患有的疾病，更重要的是会给出患者需要转诊治疗的紧急程度。

随着技术的不断进步，AI在医疗领域的应用正在加速推进。谷歌最近发布的Med-Gemini是基于Gemini模型构建的多模态医学专用模型集群，每个模型都有不同的目的和应用。在14个流行的行业基准测试中超过了行业标准。在MedQA（USMLE）基准测试中达到了91.1%的最新最高准确率，这是评估医学问题回答能力的重要标准。

微软也正在组建AI健康部门，预计未来十年全球AI医疗市场规模将达到700亿美元，我国AI医疗应用规模到2024年可达到936.6亿元。

尽管AI医疗技术展现出巨大的潜力，但也引发了一些担忧。医学界的专家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。

此外，AI医疗技术的发展也带来了数据隐私和伦理问题。DeepMind过去就曾因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。

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。