Microsoft
活動+
 

Verily創新心臟病評估方式 運用AI分析視網膜影像

  • 陳明陽
運用深度學習演算法分析視網膜影像,具有直接預測心血管風險的潛力。法新社

目前醫師是採用心臟衰竭的評估標準European SCORE系統來判斷心臟病風險,非常倚賴血液測試。Alphabet旗下的生命科學公司Verily與Google Research發展能快速、方便評估心臟病風險的新方式,運用人工智慧(AI)分析視網膜影像,準確度上與European SCORE系統結果不相上下。

據Quartz報導,康乃爾大學(Cornell University)已出版了Verily與Google Research所發表的研究報告。Verily的AI系統是以28.4萬名心臟病患的視網膜影像進行訓練,並運用兩個獨立資料集(Dataset)驗證,透過機器學習演算法從中找出與心臟病相關的風險指標,而用來訓練及驗證系統的資料。

過去主流醫學已從視網膜影像發現數個與心臟病相關的指標,而Verily與Google Research的AI系統運用深度學習演算法,更從視網膜影像找出包括年齡、性別、血壓、吸菸與否、糖化血色素(HbA1c)濃度及重大心臟病史等與心臟病相關的風險因子。

由於這些風險因子作為核心指標,已被運用於對未來引發心血管疾病影響的分析及風險評估,因此Verily與Google Research所建立的的深度學習模型具有直接預測心血管風險的潛力。

Verily與Google Research的AI系統號稱能從視網膜影像發掘新知識,不過其信賴區間(Confidence Interval;CI)還是相當大,深度學習模型還必須以遠大於原本使用的資料集,或是有更多心血管病患的母體進行訓練,才能提升預測正確率。

研究報告顯示,深度學習可從視網膜影像揭露更多以往未被發現或可量化的全新風險因子,不僅有助於心血管疾病風險的預測及分級,並可支持相關技術的深入研究,拓展至更多疾病的應用。若能開發出不需採集血液樣本便能評估心臟病的新軟體,Alphabet極有可能大蒙其利。

研究報告作者之一Lily Peng在2016年曾同樣是運用AI分析視網膜影像,進行糖尿病相關的眼部病變檢測。這是Verily與尼康(Nikon)持續進行中的合作計畫,研究運用機器學習與深度學習,改善糖尿病視網膜病變及糖尿病黃斑部水腫的檢測。