人工智能（Artificial Intelligence, AI）可以说是过去一年最热门的词汇之一，一时间成为投资界的宠儿。AI未来应用非常广泛，主要包括：语音识别、图像识别、自动推理、人机交互、机器学习等。目前有许多业内人士认为，AI可能会率先在医疗领域中落地，特别是在医学影像辅助诊疗方面具有广阔的前景。然而目前真正为医学成像提供临床决策的算法在可靠性和可识读性上仍然存在挑战。
北京时间2月23日凌晨，来自广州医科大学附属广州市妇女儿童医疗中心/加州大学圣地亚哥分校张康课题组研究人员在Cell杂志发表了题为“Identifying Medical Diagnoses and Treatable Diseases by Image-Based Deep Learning”的论文，建立了一个基于深度学习框架的用于筛查普通可治疗的致盲性视网膜疾病的诊断工具。此外，论文还证明了该AI系统在用于胸部X射线图像诊断小儿肺炎方面具有普遍适用性。该工具的问世有望加速有关可治疗性疾病的诊断，从而促进疾病的早治疗，最终改善病人的临床结果。
说到“深度学习”，其核心在于算法。可以说，算法的好坏决定了应用的准确性和有效性。在这项研究中，研究人员应用了一种有效的“迁移学习算法”（“transfer learning algorithm”）（下图）用于处理医学影像，提供了一种精准又具有时效性的方法来诊断病理图像。
什么是“迁移学习”？这里引用一段专业人士说法：
迁移学习(Transfer learning) 顾名思义就是就是把已训练好的模型参数迁移到新的模型来帮助新模型训练。考虑到大部分数据或任务存在相关性，所以通过迁移学习我们可以将已经学到的模型参数（也可理解为模型学到的知识）通过某种方式来分享给新模型，从而加快并优化模型的学习效率，不用像大多数网络那样从零学习（starting from scratch，tabula rasa）。
（引自“知乎” https://www.zhihu.com/question/41979241）
用上述算法处理的数据这里涉及到非常专业的通过“光学相干层析成像”（optical coherence tomography, OCT）获得的病理医学影像。
事实上，该研究使用OCT成像作为在医学影像解释和决策诊断中的一种广义方法的示范，其表现可与专家媲美甚至更好，从而能够及时诊断那些导致不可逆转的严重视力丧失的两种最常见的因素。（“Our framework effectively identified potential pathology on a tissue map to make a referral decision with performance comparable to (and sometimes even better than) human experts, enabling timely diagnosis of the two most common causes of irreversible severe vision loss. ”）
此外，该研究还通过多种成像模式和广泛的病理学证明了工具的有效性。为了方便其他生物医学研究人员使用该工具，研究人员将数据和源代码放在了公开可获取的数据库中，以期推动这一领域的发展。
在将来，该人工智能诊断工具将非常有利于临床上很多疾病的筛查，并且在所有医学类型中创建更为有效的转诊系统，并且对于偏远和经济欠发达的地区来说，会产生更为广泛和临床和公共健康影响。
专家点评：
薛宇（华中科技大学教授，生物信息学家）
Comments：传统机器学习算法，训练数据集大，基本上特征提取就比较困难，这样造成的结果是，数据集小的时候预测不准，大了预测的准，再大就又不准了。深度学习的好处是，数据集越大准确性会越高。特征提取能力比传统机器学习算法强的多。该工作做的蛮好的，卷积神经网络（Convolutional Neural Network，CNN）是深度学习算法里的一类方法，处理图像数据比较有优势。他的研究策略是先让机器学习1000类图片的特征然后建立模型，再针对他要研究的问题进行transfer learning，这样他训练集足够大所以准确性高。理论上他的训练集不断增大，准确性是可以完全碾压任何顶级专家的诊断。
附张康教授简介：
张康，现任美国加州大学圣地亚哥分校人类基因组医学研究所所长，眼科学和人类遗传学终身正教授，国家“千人计划”学者、中山大学中山眼科中心教授，四川大学兼职教授，在分子遗传学、眼科学、肿瘤学以及精准医学领域拥有较高造诣，具有丰富临床实践经验和基础科研成果。是新中国成立以来哈佛大学和麻省理工学院第一位来自中国大陆的医学和遗传学双学位博士获得者，也是美国约翰·霍普金斯大学威尔玛眼科中心第一位来自中国大陆的眼科住院医生。曾经在美国犹他大学完成了临床医生训练，在约翰•霍普金斯大学、克里夫兰医院、犹他大学从事临床和基础科研工作。美国眼科学会、黄斑学会、美国临床研究委员会、美国视网膜和玻璃体学会、美国科学促进会等的会员。在许多著名的杂志上发表了200多篇重要的文章，包括New England Journal of Medicine，Nature，Science，Cell，Nature Genetics，Nature Medicine，Cell Stem Cell，Molecular Cell，PNAS，JCI等。获得全美最佳眼科医生，merican Association of Physicians，BurroughsWellcome基金会转化医学研究奖，防盲研究基金会Lew Wasserman成就奖，Charles Schepens视网膜研究成就奖，约翰•霍普金斯大学临床科学家研究奖。
BioArt，一心关注生命科学，只为分享更多有种、有趣、有料的信息。关注请长按上方二维码。投稿、合作、转载授权事宜请联系微信ID：fullbellies或邮箱：sinobioart@sina.com。
