谷歌的研究显示了人工智能如何让眼科医生更有效率

随着人工智能的不断发展，诊断疾病的速度比医生更快，而且可能更准确，一些人认为，技术可能很快就会取代医生目前执行的任务。但谷歌人工智能研究小组的一项新研究显示，医生和算法一起工作比单独工作更有效。这是首批检验人工智能如何提高医生诊断准确性的研究之一。这项新研究将发表在《科学》杂志4月刊上眼科学美国眼科学会(American Academy of Ophthalmology)杂志。

这项研究扩展了谷歌人工智能之前的工作，表明它的算法在筛查一种名为糖尿病视网膜病变的常见糖尿病眼病方面与人类专家的工作大致相同。在他们的最新研究中，研究人员想看看他们的算法是否能做更多的事情，而不仅仅是诊断疾病。他们想创造一种新的计算机辅助系统，可以“解释”算法的诊断。他们发现，该系统不仅提高了眼科医生的诊断准确性，还提高了算法的准确性。

超过2900万美国人患有糖尿病，并面临糖尿病性视网膜病变的风险，这是一种潜在的致盲眼病。在该病的早期阶段，人们通常不会注意到视力的变化。但随着病情的发展，糖尿病视网膜病变通常会导致视力下降，在许多情况下无法逆转。这就是为什么糖尿病患者每年做一次筛查是如此重要。

不幸的是，筛查的准确性可能会有很大的差异。一项研究发现，内科医生、糖尿病医生和住院医生的错误率为49%。

人工智能的最新进展有望改善糖尿病视网膜病变筛查的途径并提高其准确性。但人工智能将如何在医生的办公室或其他临床环境中发挥作用尚不清楚。以前使用计算机辅助诊断的尝试表明，有些筛选器过于依赖机器，导致重复机器的错误，或者依赖不足而忽视准确的预测。谷歌AI的研究人员认为，如果计算机能够“解释”其预测，这些陷阱中的一些可能可以避免。

为了验证这一理论，研究人员开发了两种类型的辅助工具来帮助医生解读算法的预测。

• 评分:一组五分，代表算法预测证据的强度。
• 分级+热图:用一个热图来增强分级系统，该热图测量图像中每个像素对算法预测的贡献。

10名眼科医生(4名普通眼科医生，1名在美国以外接受培训，4名视网膜专家，1名正在接受培训的视网膜专家)被要求在三种条件之一下阅读每张图像一次:无辅助、仅评分和评分+热图。

这两种辅助方法都提高了医生的诊断准确性。这也提高了他们对诊断的信心。但改善的程度取决于医生的专业水平。

在没有辅助的情况下，普通眼科医生的准确性明显低于算法，而视网膜专家的准确性也并不明显高于算法。在帮助下，普通眼科医生与模特匹配，但不超过模特精度，而视网膜专家的表现开始超过模型。

“我们发现，人工智能不仅仅能实现眼部筛查的自动化，它还能帮助医生进行更准确的诊断。糖尿病性视网膜病变首席研究员Rory Sayres博士说。“人工智能和医生一起工作比单独工作更准确。”

赛勒斯说，与之前的医疗技术一样，人工智能是另一种工具，它将使医生的知识、技能和判断在质量护理中更加重要。

“开车也有类似的情况，”Sayres解释道。“有无人驾驶车辆还有一些工具可以帮助驱动程序，比如Android Auto。第一个是自动化，第二个是增强。我们的研究结果表明，在医学图像分类，如视网膜眼底图像可能有扩大的空间。当临床医师和助理医师的结合优于单独使用时，这就为使用智能工具提升临床医师水平提供了论据。”

---

---