谷歌及其健康科技子公司Verily的科学家们发现了一种利用机器学习评估一个人心脏病风险的新方法。通过分析患者眼睛背部的扫描结果，该公司的软件能够准确地推断出数据，包括个人的年龄，血压以及他们是否吸烟。然后，这可以用于预测他们患有重大心脏事件的风险 - 例如心脏病发作 - 与当前领先方法的准确度大致相同。
该算法可能使医生更快更容易地分析患者的心血管风险，因为它不需要进行血液检查。但是，该方法需要在可以用于临床环境之前进行更彻底的测试。今天在自然杂志“ 生物医学工程 ”上发表了一篇描述这项工作的论文，尽管这项研究在去年9月的同行评审之前也得到了分享。
阿德莱德大学(University of Adelaide)专门研究机器学习分析的医学研究员Luke Oakden-Rayner告诉The Verge，该工作非常扎实，并展示了AI如何帮助改进现有的诊断工具。奥克登 - 雷纳说：“他们正在获取因临床原因而被捕获的数据，并且比我们目前所做的更多。” “它不是取代医生，而是试图扩展我们实际可以做的事情。”
为了训练算法，Google和Verily的科学家们使用机器学习来分析近300,000名患者的医疗数据集。该信息包括眼睛扫描以及一般医疗数据。与所有深度学习分析一样，神经网络随后用于挖掘这些信息的模式，学习将眼睛扫描中的指示标志与预测心血管风险(例如，年龄和血压)所需的指标联系起来。
虽然看着你的眼睛判断你的心脏健康的想法听起来很不寻常，但它来自于一系列已有的研究。眼睛的后部内壁(眼底)充满血管，反映了身体的整体健康状况。通过用相机和显微镜研究它们的外观，医生可以推断出个人的血压，年龄以及是否吸烟这些都是心血管健康的重要预测指标。
当呈现两名患者的视网膜图像时，其中一名患者在接下来的五年中遭受了心血管事件，而其中一名患者没有，谷歌的算法能够分辨出哪个是70%的时间。这仅比预测心血管风险的常用SCORE方法略差，这需要进行血液检查并在72%的时间内在同一测试中做出正确的预测。
伦敦伦敦大学学院心血管生理学和药理学教授Alun Hughes表示，Google的方法听起来可信，因为“长期观察视网膜预测心血管风险。”他补充说，人工智能有可能加速现有的医疗形式分析，但提醒说，算法需要在可信任之前进一步测试。
对谷歌来说，这项工作不仅仅是一种判断心血管风险的新方法。它为通向人工智能的科学发现范式指明了方向。虽然大多数医疗算法都是为了复制现有的诊断工具(例如识别皮肤癌)，但该算法找到了分析现有医疗数据的新方法。有了足够的数据，人们希望人工智能可以在没有人类指导的情况下创造全新的医学洞察力。这可能是Google创建项目基线研究计划的部分原因，该计划在四年内收集了10,000名患者的详尽医疗记录。
目前，人工智能医生在没有人为监督的情况下制定新诊断的想法是一个遥远的前景 - 未来很可能是几十年而不是几年。但谷歌的研究表明这个想法并非完全牵强附会。