這是 DeepMind 與 NHS 的第二次合作。在此之前，DeepMind 曾與倫敦北部的皇家自由醫(yī)院合作，用智能手機(jī)監(jiān)控病人的腎功能。DeepMind 聯(lián)合創(chuàng)始人 Mustafa Suleyman 說，這次合作是公司首次進(jìn)行純粹的醫(yī)學(xué)研究。同時(shí)，這也是公司首次把機(jī)器學(xué)習(xí)應(yīng)用于醫(yī)療項(xiàng)目。

(圖片來自 theverge)

這項(xiàng)研究的核心部分是分享 100 萬張眼部掃描圖，DeepMind 的研究員將用來訓(xùn)練一個(gè)機(jī)器學(xué)習(xí)系統(tǒng)，更好地辨識(shí)出視覺疾病的早期癥狀。

“這次研究是非常重要的，特別是糖尿病視網(wǎng)膜病的診斷。如果你有糖尿病，那么，你變盲的機(jī)率會(huì)增加 25 倍。如果我們能夠檢測(cè)出這種狀況，并且盡快展開治療，那么，98% 的嚴(yán)重視覺喪失都可能被避免。” Suleyman 表示說。

Moorfields 與 DeepMind 的合作要?dú)w功于該醫(yī)院的咨詢眼科專家 Pearse Keane 。在 DeepMind 的網(wǎng)站上，Pearse Keane 探討了如何做好眼部掃描圖的分析，隨后，他與 Suleyman 取得了聯(lián)系，啟動(dòng)了這個(gè)合作項(xiàng)目。

DeepMind 與 NHS 的上次合作曾導(dǎo)致人們對(duì)隱私的擔(dān)憂。相對(duì)來說，此次合作的爭(zhēng)議會(huì)小一些，因?yàn)榉窒淼男畔⒍际悄涿�的�?ldquo;這意味著，從這些掃描圖像中無法辨識(shí)出任何的病人。同時(shí)，這些掃描圖屬于歷史了，就是說，我們的研究結(jié)果能用來改善未來的醫(yī)療，但不會(huì)影響到現(xiàn)在病人接受的護(hù)理。當(dāng)研究中使用了這樣的數(shù)據(jù)，即研究人員無法辨識(shí)個(gè)體病人的匿名數(shù)據(jù)，那么，病人的明確許可就不再是必要的了。”

(圖片來自 telegraph)

Moorfields 眼科疾病研究中心的主管 Peng Tee Khaw 說，此次合作得以進(jìn)行的關(guān)鍵在于，精確的眼部掃描圖正在快速地增多。“這些掃描圖的精細(xì)程度是不可思議的，比其它身體部位的掃描圖更為精細(xì)：我們能夠看到非常微觀的層面，問題在于，我們?nèi)绾翁幚砣绱舜罅康臄?shù)據(jù)。”

“要跟蹤一個(gè)病人的歷史，我需要用上畢生的經(jīng)驗(yàn)，而預(yù)測(cè)病人的未來時(shí)，他們要依賴于我的經(jīng)驗(yàn)。如果我們能夠使用機(jī)器輔助的深度學(xué)習(xí)，我們就能更加出色地完成工作，因?yàn)槲覍⒂?nbsp;1 萬次人生經(jīng)驗(yàn)。”