DeepMind以光學相干斷層掃描(Optical coherence tomography,,OCT)視網(wǎng)膜圖像,,進行眼睛疾病診斷的機器學習訓練,,該產(chǎn)品由DeepMind和英國Moorfields眼科醫(yī)院合作,,可進行OCT視網(wǎng)膜圖像實時分析,,并透過AI判讀患病緊急程度與診斷結(jié)果,,但此人工智能系統(tǒng)產(chǎn)品原型尚處試量產(chǎn)階段,。
透過OCT圖像進行機器學習,,較能達成具眼睛疾病診斷功能的AI系統(tǒng)
截至2017年,,美國FDA核準的AI醫(yī)療影像軟件醫(yī)材僅個位數(shù),,2018年增至11項,多數(shù)產(chǎn)品以「輔助診斷」為主,,其中僅有IDx-DR是無需臨床醫(yī)生就能提供糖尿病視網(wǎng)膜病變醫(yī)療「診斷」功能的AI系統(tǒng),。OCT是目前醫(yī)院眼科進行眼部疾病診斷的主要依據(jù),相較眼底鏡,,OCT能提供微米等級的更高分辨率和三維眼底細節(jié)圖像,。
不同于DeepMind與IDx,百度也嘗試將AI導入眼部疾病的輔助診斷,,但百度是透過眼底鏡圖像進行算法訓練,,藉此判讀疑似病灶的位置與疾病風險,然眼底鏡圖為二維圖像,,僅靠眼底鏡圖像無法準確厘清病灶形狀,、大小與準確位置等問題,尚須倚賴OCT,,因此眼底鏡于AI醫(yī)療影像應用較難達成疾病的診斷功能,。
具備醫(yī)療診斷功能的AI技術(shù)尚難以取代醫(yī)生專業(yè)
DeepMind透過Moorfields提供近1.5萬份OCT掃描圖像,且有醫(yī)生輔助進行病變區(qū)域標記,,使其算法開發(fā)可掌握海量,、有效且干凈的數(shù)據(jù),跨越最關鍵步驟,。AI影像產(chǎn)品要能提供診斷功能,,需產(chǎn)生可信且準確的分析結(jié)果,據(jù)2018年發(fā)表于研究成果,經(jīng)DeepMind算法判斷患者疾病緊急程度的準確度與??漆t(yī)生相差不遠,,表示其診斷結(jié)果尚未超越醫(yī)生的專業(yè),這也顯示AI技術(shù)距離取代醫(yī)生診斷功能還相當遙遠,。
事實上具備醫(yī)療診斷功能的AI技術(shù)目前較難普及,,除法規(guī)限制、多數(shù)影像設備售價昂貴,,加上AI分析尚屬先進技術(shù)外,,若未能與AI兼容則需采買新設備,增加相關建置成本,,且AI導入若無法達到實質(zhì)性的輔助篩檢,,或其診斷效果未被專業(yè)人員認可,則難以被醫(yī)院采用,。
就現(xiàn)階段來講,,具備醫(yī)療診斷功能的AI分析技術(shù),若未與特定醫(yī)院或設備商合作,,其適用途徑多半還是以偏鄉(xiāng)醫(yī)療與非??祈椖康膽脼橹鳎残杩剂肯嚓P設備建置成本與售價是否為偏遠區(qū)域醫(yī)療院所可負擔的范圍,。