SEMI
中华顾问工程司
 

Verily创新心脏病评估方式 运用AI分析视网膜影像

运用深度学习算法分析视网膜影像,具有直接预测心血管风险的潜力。法新社

目前医师是采用心脏衰竭的评估标准European SCORE系统来判断心脏病风险,非常倚赖血液测试。Alphabet旗下的生命科学公司Verily与Google Research发展能快速、方便评估心脏病风险的新方式,运用人工智能(AI)分析视网膜影像,准确度上与European SCORE系统结果不相上下。

据Quartz报导,康乃尔大学(Cornell University)已出版了Verily与Google Research所发表的研究报告。Verily的AI系统是以28.4万名心脏病患的视网膜影像进行训练,并运用两个独立资料集(Dataset)验证,透过机器学习算法从中找出与心脏病相关的风险指标,而用来训练及验证系统的资料。

过去主流医学已从视网膜影像发现数个与心脏病相关的指标,而Verily与Google Research的AI系统运用深度学习算法,更从视网膜影像找出包括年龄、性别、血压、吸菸与否、糖化血色素(HbA1c)浓度及重大心脏病史等与心脏病相关的风险因子。

由于这些风险因子作为核心指标,已被运用于对未来引发心血管疾病影响的分析及风险评估,因此Verily与Google Research所建立的的深度学习模型具有直接预测心血管风险的潜力。

Verily与Google Research的AI系统号称能从视网膜影像发掘新知识,不过其信赖区间(Confidence Interval;CI)还是相当大,深度学习模型还必须以远大于原本使用的资料集,或是有更多心血管病患的母体进行训练,才能提升预测正确率。

研究报告显示,深度学习可从视网膜影像揭露更多以往未被发现或可量化的全新风险因子,不仅有助于心血管疾病风险的预测及分级,并可支持相关技术的深入研究,拓展至更多疾病的应用。若能开发出不需采集血液样本便能评估心脏病的新软件,Alphabet极有可能大蒙其利。

研究报告作者之一Lily Peng在2016年曾同样是运用AI分析视网膜影像,进行糖尿病相关的眼部病变检测。这是Verily与尼康(Nikon)持续进行中的合作计画,研究运用机器学习与深度学习,改善糖尿病视网膜病变及糖尿病黄斑部水肿的检测。