DeepMind算法首次打造医疗产品

据金融时报报道，DeepMind已打造出一款能够实时诊断复杂眼疾的设备。虽然产品只是原型，但这是Deepmind作为Alphabet旗下公司布局医疗设备战略的重要一步。

在上周二的2019有线健康会议（Wired Health 2019 conference）上，DeepMind对一名患者进行了视网膜扫描，并对该女性患者的眼睛进行了实时诊断。扫描结果由谷歌云中的一组算法进行分析，这些算法在大约30秒内就给出了（疾病）紧急程度评级和详细诊断。

该系统能够检测包括青光眼、糖尿病性视网膜病变和老年性黄斑变性在内的一系列眼病，其准确度与世界领先专家水平相当。

DeepMind算法首次打造医疗产品

其实，这款产品的学术研究早在去年的8月份就发表在了Nature子刊《自然医学》(Nature Medicine)上。

根据论文，此算法通过对眼部OCT图像的扫描，可识别出50多种威胁到视力的眼科疾病，准确率高达94%，超过了人类专家的表现。这也是DeepMind利用AI和机器学习算法首次打造的一款医疗产品。

论文地址：

https://www.nature.com/articles/s41591-018-0107-6

具体来说是使用了两个独立的神经网络，一种基于人类大脑工作原理的松散机器学习机制。其中一个神经网络标记与眼病相关的OCT图像中的特征，另一个神经网络基于这些特征对眼部状况做出诊断。

在997名患者的扫描影像上进行的测试中，DeepMind 的算法在转诊推荐的准确度比Moorfields眼科医院的8名视网膜专科医生表现得更好：DeepMind算法的错误率为5.5%，而8名人类医生的错误率在 6.7% 到 24.1% 之间；如果向人类医生提供患者的背景信息，人类医生的错误率降低到 5.5% 到 13.1% 之间，结果与AI的水平相当或稍差。

当时DeepMind及其研究合作方——伦敦Moorfields眼科医院和伦敦眼科大学学院表示，他们将在2019年对该技术进临床试验。

打破黑箱，DeepMind AI算法首次打造医疗产品

经过几个月的努力，DeepMind公司与Moorfields的团队开发出了这款产品，不过产品尚未获得监管部门的批准。

不过，这款产品很有可能很快会得到有关部门的批准。在美国，食品药物监督管理局（FDA）批准的医疗人工智能算法数量大幅增加，从2017年的全年两项增至2018年的每月一到两项。其中有一项来自总部位于爱荷华州的初创企业IDx的算法，与DeepMind一样，该算法可以实时扫描和诊断糖尿病性视网膜病变，并已在整个欧洲的临床护理中得到应用。

对于DeepMind的这款产品，其项目负责人、高级临床医生艾伦(Alan Karthikesalingam)表示。此项研究的诞生是医学领域的重要里程碑，借助人工智能会大幅度提高普通医生的临床技能。

该算法在14,884次视网膜扫描中训练，在30秒内处理眼睛图片。算法将扫描结果分为四类：紧急，半紧急，常规和仅观察。

艾伦表示，这款工具的目标就是弄清楚“某患者的健康状况有没有联系一名专家医生的需要，如果有，那么紧急程度是多少，以及为什么这么紧急？”

DeepMind声称，其产品不仅能提供诊断，而且能够准确解释其产生的结论以及结果的确切程度，这对医疗保健专业人员至关重要。

“对于眼科医生来说，这一产品的效果令人惊讶。你可以看到AI已经对每一个点进行了分割，在这次扫描中创建的超高分辨率图像中，约有6500个数据点，“Moorfields顾问眼科医生Pearse Keane说。“我们必须对我们如何验证在医疗设备上使用的算法提供同样严格的程度，但我个人认为，眼科学将成为人工智能从根本上改变的第一个医学专业。”

DeepMind的两次重大医疗战略

2016年，DeepMind在联合创始人穆斯塔法·苏莱曼(Mustafa Suleyman)的领导下，作为其应用团队的一部分成立了健康部门。

根据金融时报，该团队的目标一直是在现实环境中开发和部署人工智能技术，包括家庭医生诊所和医院，但到目前为止还没有商业产品，该部门尚未产生任何收入。

在18年的11月份，DeepMind宣布旗下的健康部门DeepMind Health、以及负责推进“Streams”（帮助医生更快识别和诊断患者病情的移动APP）团队将调整合并到Google最新成立的“Google Health”部门中。原子公司DeepMind Health将不再作为独立品牌存在。

Streams应用程序

当时，DeepMind的创始人表示，对于该公司而言，这将是一个“重要的里程碑”，有助于将其开发的Streams应用程序转变为“人工智能助理护士和助手”。医生“将最佳算法与直观设计相结合。”目前，Streams应用程序正在英国试用，以帮助医疗保健从业人员管理患者。

但是，DeepMind在此方面并没有实现盈利，一个由Alphabet制定的专家评估小组就曾质疑DeepMind，要求后者向公众说明采取怎样的业务模式来盈利。

对于这个问题，DeepMind的这台设备原型或许能够给出答案。未来，若进展顺利的话，这一产品或将成为DeepMind实现盈利的突破口。

DeepMind的医疗之路

除了这款眼部疾病扫描的产品设备，DeepMind也在头颈癌治疗方案、AI诊断乳腺癌、预测肾脏损伤等方面也做出过突出贡献。

2016年8月，DeepMind与英国伦敦大学学院医学院的研究人员合作共同开展头颈癌治疗方案工作。

DeepMind表示，因为人的头部比较复杂，医生至少需要花费4个小时来作准备头颈癌治疗方案，他们希望能通过机器学习来帮助自动执行部分过程，将准备时间缩减至一个小时。

2017年11月，DeepMind 就宣布了一项新的合作研究项目，试图使用 AI 诊断乳腺癌。在本次的研究项目中，DeepMind 将与由英国癌症研究中心所领导的多家医疗研究机构进行合作，此项目的主要目标是将机器学习应用于乳房 X 光检查这种乳腺癌的常规检查手段上，以提高其敏感性和准确率。

2018年2 月，DeepMind与美国退伍军人事务部（VA）建立医学研究合作伙伴关系，)DeepMind将分析约700,000个匿名医疗记录，以查找可能用于识别急性肾损伤病例的模式，找到常见的病情指标，以确定机器学习是否能够准确地识别患者恶化的风险因素并正确预测其发病。