分分1分快三_1分快三官方谷歌化身眼科专家,用深度学习诊断糖尿病视网膜病变 | 雷锋网

  • 时间:
  • 浏览:21
  • 来源:彩神快三-彩神大发快三

太少分分1分快三_1分快三官方的糖尿病患者因视网膜病变而致盲,全世界大约有 4.15 亿的糖尿病患者正面临这一威胁。分分1分快三_1分快三官方不可能 能有效捕捉到视网膜病变的征兆社会形态,病人是还都要通过早期治疗而防止失明。但假若未能对其作出及时的诊断,错过治疗最佳时机,糖尿病引起的失明将是无法医治的。

但可惜的是,不不可不都可以 诊断出这一病变的专业医生数量也是非常有限的,并都不 每位糖尿病患者都能得到专家的及时治疗。为此,谷歌公司相信通过机器分分1分快三_1分快三官方学习办法不不可不都可以 帮助医生为病人做出诊断,尤其是哪几个没办法 条件接收专业医治的糖尿病患者群体。

若干年前,谷歌研究人员就已开使了了考虑使用谷歌科技来增强糖尿病视网膜病变的检测过程,并将目光投向当时兴起的由机器学习算法支撑起的计算机视觉技术上。近日,谷歌在《美国医自学杂志》发表题为 “Development and Validation of a Deep Learning Algorithm for Detection of Diabetic Retinopathy in Retinal Fundus Photographs” 的论文,正是谷歌研究人员提出的有一种基于深度学习的算法,该算法不不可不都可以 在视网膜造影中对糖尿病视网膜病变的迹象做出解释,帮助医生克服资源短缺资困难,为更多的病人做出更专业的诊断。

通常,糖尿病人眼部检查过程是由医院专家分析病人的眼底造影图像,并对患病有无以及严重程度做出评估。其中,患病严重程度的评估是通过检查眼底病变(如下图)的形式来判定的,比如微动脉瘤、眼底出血、硬性渗出等,主要参考出血、氯化气体体渗出等病况。能对影相中的信息做出解释,都要很高的专业功底和临床经验。不可能 要为世界各地每位有失明危险的糖尿病患者做出诊断,医生的数量是远远严重不足的。

糖尿病视网膜病变患者视网膜基底造影示例。左侧图片采自眼部正常的糖尿病患者(A);右侧图片采自患有视网膜病变的糖尿病患者(B),图中显示出该病人眼底有出血疑问(太少小红点)。图片来自       Google Research Blog

通过与美国及印度医生的密切接触,谷歌研究人员建立了另1个 有 12.8 万幅图片组成的数据集,每张图片都记录了 3-7 名眼科医师的评估结果。与该分分1分快三_1分快三官方团队媒体媒体合作的眼科医师一共 54 名。这一数据集被用来训练深度神经网络从而检测可参考的糖尿病视网膜病变图片。

为检验算法的性能,该团队使用另1个 独立的临床验证数据集共包括 1.2 万幅图片进行测试。每幅测试图片都进行标记审核。评审专家组由 7-8 名通过职业资格考核的美国眼科专家组成,通太少数投票通过的办法进行判决。并肩保证结果与训练集所参考的  54 名眼科医师团开出的诊断结果一致。算法生成的检测结果与眼科专家诊断结果参见下图,共对比了 9,963 幅临床有效集合内的图片。

黑色曲线表示算法性能,彩色点表示八位眼科专家对糖尿病视网膜病变(轻度或重度糖尿病视网膜病变,或由糖尿病引起的视网膜黄斑水肿)的临床诊断结果。实验数据为 9,963 幅有效图集。图中黑色菱形为外科手术操作点,其对应于算法在高敏感性和高特异性下的操作点。

结果表明,谷歌的算法诊断性能还都要与眼科专家诊断结果相媲美。比如上图描述的有效集合,算法获得0.95的F分数(结合敏感性和特异性指标,取max = 1),相比八位眼科专家的中位数 0.91分,该算法略胜一筹。图片来自 Google Research Blog

哪几个结果诚然令人激动不已,过后仍有血块工作都要完善。

  • 首先,尽管谷歌传统的算法质量评估系统很全面,过后与视网膜专家交流后发现,在定义质量性能方面,还都要更严格的参考标准。

  • 其次,谷歌在论文中对 2D 眼底造影技术的解释仅仅是糖尿病视网膜病变诊断中众多步骤的一次要。

在太少请况下,医生使用的 3D 图像技术,即光学相干断层扫描(OCT),不不可不都可以 更为完整性地对不同切片上的眼部细节进行检查。谷歌 DeepMind 的研究人员不可能 开使了了将机器学习应用于哪几个 3D 图像模式。不久的将来,这有一种互补理论不可能 会并肩援助医生分析眼部疾病的宽频谱。

分分1分快三_1分快三官方针对糖尿病视网膜病变的自适应高精度理论还有着很大潜力,不仅不不可不都可以 帮助医生评估更多的病人,过可不都可以 为都要专家诊断的人群提供快速通道。

未来, Google 将联手医生和科学家将该办法的整个过程推广至全球。为保证利益最大化,谷歌将完善该研究理论并应用于临床工作流系统。目前,谷歌正与 FDA 及太少监管部门媒体媒体合作,进一步为临床研究进行评估。不可能 近期深度学习进展迅猛,谷歌也期待不不可不都可以 研究出更加令人振奋的成果。这并肩也更好的证明机器学习在防止医疗图像防止方面表现的非常出色。

via Google Research Blog

【招聘】雷锋网(公众号:雷锋网)坚持在人工智能、无人驾驶、VR/AR、Fintech、未来医疗等领域第一时间提供海外科技动态与资讯。我们歌词 都都我们歌词 都都儿儿都要若干关注国际新闻、具有一定的科技新闻选题能力,翻译及写作能力优良的外翻编辑加入。工作地点深圳。简历投递至 guoyixin@leiphone.com。接收兼职及实习生。

相关文章:

DeepMind 与 NHS 打造未来医疗五年计划,前景虽好隐忧不断

继攻克围棋后,Deepmind想“看透”人类的眼睛

雷锋网原创文章,未经授权禁止转载。详情见转载须知。