Google开发神经网络系统 可从视网膜辨识疾病

机器学习可以用来识别人脸、驾驶汽车，甚至可以识别系外行星，现在Google研究人员开发一种机器学习方法，可根据人们的视网膜影像来预测血压、年龄和吸烟状况，这些数据甚至足以辨识心脏病发的时间。

据报导，Google使用的是卷积神经网络技术，卷积神经网络是用于识别照片中物体的生物启发系统，能够更像人脑一样分析整体影像，理解图象的内容，而且会愈来愈精通。

Google先前使用神经网络创建一个名为DeepVariant的工具，可以扫描DNA序列，找到其它方法可能会遗漏的小突变。西雅图Allen Institute for Cell Science研究人员也正在使用神经网络从显微镜中自动识别3D影像中的细胞器，计算机可为细胞器上色，免除对细胞染色的需要。

为了开发视网膜扫描神经网络，Google需要大量数据。研究人员使用来自284，335名患者的视网膜影像来建立资料库，之后使用2个不同的数据集，分别涵盖12，026和999名患者影响，验证深度学习能力。这是一个重要的步骤，显示Google的模型可以准确预测健康指标。

光就视网膜影像，该模型可确认年龄误差在3岁以内，性别准确率达97%，吸烟状况准确率达71%，血压误差在11.23mmHg之内，以及发生心脏病的可能性，准确度也高达70%。

这项研究还未在正式刊物发表，意即尚未经过同行评审，其它研究人员还需要仔细检查模型并验证结果，但这项发现对医学界来说可能是一个福音。即使不是100%准确，但视网膜扫描是一个简单且非侵入性的程序，可以提供医生更多的参考数据。