在五月初谷歌的大型開發者大會上，谷歌負責人詳細闡述了其最新的人工智能研究如何能夠幫助醫生髮現心臟病。更重要的是，基於一套人工智能系統對患者視網膜的掃描發現一種能為人們的心臟健康提供線索的方法，這幾乎和傳統的血液測試一樣準確。
這個結果一公佈引起了加利福尼亞州山景城海岸線露天劇場觀眾的巨大掌聲，但它只是技術和醫療界拼湊在一起的一大部分研究中的一小部分， 人工智能系統最終將會拯救無數人的生命。
人工智能心臟測試
谷歌的視力測試使用了一種名為機器學習的人工智能，它試圖教計算機系統如何通過將大量數據輸入到算法中來做出決策。
為了做到這一點，谷歌提供了正常人的視網膜和顯示心臟病跡象的算法圖像，這是一種叫做計算機視覺的方法。在訓練了該算法後，它能夠觀察視網膜的單個圖像，並確定是否屬於健康的病人或可能患有心臟病的人。
谷歌之前使用的機器學習證明能識別糖尿病視網膜病變的風險，如果不治療，這種疾病會導致不可逆的失明。在訓練了它的算法後，谷歌稱該機器學習系統和眼科醫生一樣能準確的識別出疾病的跡象，另一種機器學習算法能夠識別乳腺組織中的腫瘤。
超越照片
計算機視覺技術在成像方面非常有用，但它遠不是研究人員在醫學領域使用人工智能的唯一方法。
在斯坦福大學醫學院，喬什·諾爾斯博士是使用病人的電子健康記錄(EHRs)來識別之前未被診斷出患有家族性高膽固醇血癥(FH)，這是一種遺傳性心臟病，每250人中就有1人，有很高的幾率導致早發性心臟病。據諾爾斯說，據相關數據顯示，美國大約有100萬人患有家族性高膽固醇血癥，但只有10%的人被確診。
家族性高膽固醇血癥是一種常染色體顯性疾病，也就是說，如果患有該顯性疾病，就會從父母那裡繼承了它，並把它傳給的孩子。
斯坦福大學的研究人員將所有患者的病歷，包括文本筆記、處方、診斷測試和藥物，輸入到一個分類算法中，使用這些大數據來識別與FH患者一致的模式。研究人員隨後拉出了這些人的圖表，該算法識別出了可能存在FH的算法，並發現該系統在診斷病人時的表現和人類幾乎一樣。
預測患者反應
研究人員正在做一些事情來幫助識別高危患者。來確定，哪些病人有被診斷出危險，哪些病人在治療中有惡化的風險，或者在他們的臨床條件下，如何積極的治理這些病人。相關醫院也在研究使用機器學習來確定某些病人是否適合某一特定類型的手術。
通過20年的研究和多項隨機對照試驗，將所有變量都分離出來，然後根據變量進行分析，以確定是否會影響或不影響。
閱讀更多 前沿科技屋 的文章
