谷歌的研究表明人工智能如何使眼科医生更有效

随着人工智能的不断发展,疾病诊断速度越来越快,而且可能比医生更准确,有些人认为技术可能很快就会取代医生目前正在执行的任务。但Google AI研究小组的一项新研究表明,一起工作的医生和算法比单独使用它们更有效。这是首批研究人工智能如何提高医生诊断准确性的研究之一。这项新研究将发表在4月份的眼科学杂志上,该博士是美国眼科学会的专家。

这项研究扩展了谷歌人工智能的先前工作,表明其算法与人类专家一样,可以筛查患者常见的糖尿病视网膜病变糖尿病眼病。对于他们的最新研究,研究人员希望了解他们的算法是否可以做的不仅仅是诊断疾病。他们想要创建一个新的计算机辅助系统,可以“解释”算法的诊断。他们发现该系统不仅提高了眼科医生的诊断准确性,而且提高了算法的准确性。

超过2900万美国人患有糖尿病,并且有患糖尿病视网膜病变的风险,这是一种潜在致盲的眼病。人们通常不会注意到他们在疾病早期阶段的视力变化。但随着病情的发展,糖尿病视网膜病变通常会导致视力下降,在许多情况下无法逆转。这就是为什么糖尿病患者每年进行筛查非常重要的原因。

不幸的是,筛选的准确性可能会有很大差异。一项研究发现,内科医生,糖尿病专家和医疗居民的错误率为49%。

AI的最新进展有望改善糖尿病视网膜病变筛查的可及性,并提高其准确性。但是,人工智能将如何在医生办公室或其他临床环境中运作还不太清楚。以前使用计算机辅助诊断的尝试表明,一些筛选器过多地依赖于机器,这导致重复机器的错误,或者不足以依赖它并忽略准确的预测。Google AI的研究人员认为,如果计算机能够“解释”其预测,可能会避免其中一些陷阱。

为了验证这一理论,研究人员开发了两种类型的帮助来帮助医生阅读算法的预测。

成绩:一组五个分数,代表算法预测的证据强度。

等级+热图:使用热图增强分级系统,热图可以测量图像中每个像素对算法预测的贡献。

10名眼科医生(4名普通眼科医生,1名在美国境外接受培训,4名视网膜专家和1名视网膜专家进行培训)被要求在以下三种情况之一下阅读每张图像:无辅助,仅分级和等级+热图。

这两种类型的帮助都提高了医生的诊断准确性。它还提高了他们对诊断的信心。但改善的程度取决于医生的专业水平。

没有帮助,一般眼科医生的准确性明显低于算法,而视网膜专家并不比算法准确得多。通过协助,普通眼科医生可以匹配但不超过模型的准确性,而视网膜专家则开始超出模型的性能。

“我们发现人工智能可以做的不仅仅是自动化眼科检查,它可以帮助医生更准确地诊断糖尿病视网膜病变,”首席研究员Rory Sayres博士说。“AI和医生一起工作可能比任何一个都更准确单独。”

像之前的医疗技术一样,Sayres说人工智能是另一种工具,可以使医生的知识,技能和判断力更加集中于高质量的医疗服务。

“在驾驶方面有类比,”塞雷斯解释道。“有自动驾驶车辆,还有工具可以帮助司机,比如Android Auto。第一个是自动化,第二个是增强。我们的研究结果表明,在对视网膜眼底等医学图像进行分类时,可能还有增加的空间当临床医生和助理的组合单独表现时,这为临床医生提供智能工具提供了一个论据。“