谷歌研究表明人工智能可以使眼科医生更有效

　　谷歌研究表明人工智能可以使眼科医生更有效
　　研究表明，人工智能和医生一起可以改善眼部护理
　　随着人工智能的不断发展，诊断疾病的速度越来越快，而且有可能比医生更准确，一些人提出，技术可能很快就会取代医生目前执行的任务。但来自谷歌人工智能研究小组的一项新研究表明，医生和算法一起工作比单独工作更有效。
　　这项研究扩展了谷歌人工智能之前的工作，表明其算法在筛选一种称为糖尿病视网膜病变的常见糖尿病眼病患者方面的效果与人类专家大致相同。在他们最新的研究中，研究人员想看看他们的算法是否能做的不仅仅是简单地诊断疾病。他们想创造一个新的计算机辅助系统来＂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2900万的美国人患有糖尿病，并有患糖尿病视网膜病变的风险，这是一种潜在的致盲眼病。在疾病早期，人们通常不会注意到视力的变化。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，在许多情况下是无法逆转的。这就是为什么糖尿病患者每年进行一次筛查如此重要的原因。
　　不幸的是，筛选的准确性可能有很大差异。一项研究发现，内科医生、糖尿病学家和住院医生的错误率为49%。人工智能的最新进展有望提高糖尿病视网膜病变筛查的可及性，并提高其准确性。但人工智能将如何在医生办公室或其他临床环境中发挥作用还不太清楚。之前尝试使用计算机辅助诊断的结果表明，一些筛查者过于依赖机器，这导致重复机器的错误，或者对机器的依赖不足，忽略了准确的预测。谷歌人工智能的研究人员认为，如果计算机能够＂解释＂其预测，其中一些陷阱或许可以避免。
　　为了验证这一理论，研究人员开发了两种帮助医生阅读算法预测的工具。
　　等级:一组五个分数，代表算法预测的证据强度。grade + heatmap:使用heatmap来增强分级系统，它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名在美国以外接受过培训的眼科医生、4名视网膜专家和1名接受过培训的视网膜专家)被要求在以下三种条件之一下阅读每幅图像:独立阅读、仅分级阅读和分级+热度图阅读。
　　两种类型的帮助都提高了医生的诊断准确性。这也提高了他们对诊断的信心。但是改善的程度取决于医生的专业水平。在没有辅助的情况下，普通眼科医生的准确率明显低于算法，而视网膜专家的准确率也没有明显高于算法。在辅助下，一般眼科医生匹配但不超过模型的准确性，而视网膜专家开始超过模型的性能。
　　研究发现，人工智能不仅仅可以进行简单的眼睛自动扫描，它还可以帮助医生更准确地诊断糖尿病视网膜病变，人工智能和医生一起工作比单独工作更准确。和之前的医疗技术一样，人工智能是另一种工具，它将使医生的知识、技能和判断对高质量的医疗更加重要。研究结果表明，在对像视网膜基底部这样的医学图像进行分类时，可能存在增强的空间。当临床医生和助理医生的结合表现优于单独的任何一种时，这就为使用智能工具提升临床医生水平提供了理由。