作者：若水 Flow AI Blog 編輯團隊

【若水AI編輯團隊為您導讀】
智慧醫療是台灣發展AI的兩大利基之一。當紅的「醫療篩檢」，透過圖像辨識和深度學習將讓醫療篩檢自動化，未來可能走向麥當勞化，造福更多弱勢族群，也幫助醫師省下許多診斷時間，有效地用在協助病人管理病情和預後照顧上。

這類AI專案有兩大特質，第一，由於專業程度高，初期非常倚重專家「團」，為數據定義特徵。在若水的經驗裡，1位專家不夠，最少要3位以上，最好成單數，才有利做出決定。

第二，儘早部署、操練，讓現實世界的情境，成為AI專案的助力。類似應用Google後來到泰國先推動，結果因為沒有考量護士、病人在診間的實際場景，比方光線不足、網路斷線而挫敗。

每天，超過 2000 人從各地湧入印度南方的 Aravind 眼科醫院，把這間擁有43年歷史的醫院擠的水泄不通。

根據世界衛生組織（WHO），印度的糖尿病人口近 7 千萬人，視網膜病變的發生率約18％，但每1百萬人，只有11位眼科醫師。在醫師人力嚴重短缺下，7千萬名糖尿病患者裡，僅有6百萬人做過篩檢，不到9%。

「目前，光是篩檢患者，就碰上瓶頸」

Aravind的首席醫師Kim說。這是開發中國家的困境，而且城市如此，偏鄉更是篩檢死角。

走上二樓，一位居民將下巴靠在支架上，技術員輕觸螢幕，眼底攝影機瞬間捕捉眼底風景。數秒後，一旁的電腦螢幕上出現診斷結果：雙眼皆有糖尿病視網膜病變的初步跡象，若不治療，將致失明。

做出診斷的，不是醫師，而是演算法。

Aravind眼科醫院和Google及其姊妹公司Verily的人工智慧研究者合作，將糖尿病視網膜病變的篩檢自動化。

Verily這間公司很有意思，前身是Google生命科學團隊，他們在官網中形容自己是「建造者」（builder)，透過整合軟硬體、科學家及臨床實驗，創造出能夠收集、組織人類健康大數據工具與平台，並在兼顧資安和隱私的前提下，挖掘出更多能幫助人們活得健康的行動方案。

圖／ Aravind 眼科醫院的技術員進行眼底攝影，
視網膜病變的診斷則交給Google的 AI

在美國，一名眼科專科醫師的養成，需要4年的醫學院訓練，加上3年的眼科住院醫師培訓與1年以上的實習，至少8年才能取得眼科專科醫師執照的考試資格，進修視網膜專長還得再多2年。機器，行嗎？怎麼做？要花上10年嗎？

Google的答案是深度學習 ( Deep Learning）

起初，機器宛如白紙，只有隨機參數，一如剛學步，不免跌跌撞撞，結果天差地遠，但只要給它海量的訓練資料（Data Training Sets），並給予答案的反饋，機器就能像人類一樣從成敗的經驗中學習，自行創造策略，校正內部參數，縮小誤差，最終準確地「看出」眼球內針尖般微小的病變、出血或變色，甚至從像素強度精算出病變的嚴重程度。

不單是糖尿病視網膜病變，全球的研究者皆在找尋如何利用深度學習的圖像辨識技術，從X光片、電腦掃描（CT）和核磁共振（MR）的圖像中，自動快速分辨癌症、中風、心臟病等的病兆。

用一群專家智慧，教導AI快速判斷電影圖像

過去5年，Kim與其團隊檢視了約1萬5千張眼底攝影。他們仔細診斷每張視網膜圖像、疾病分級、標出異常斑點、病變和出血。這，只是訓練資料的冰山一角。

「我們與印度和美國的醫生密切合作，創建了一個擁有128,000張圖像的開發資料庫，每張圖像皆由54位眼科醫生團隊中的3～7名醫生評估過，」Google在部落格上表示。

圖片來源 : National Cancer Institute on Unsplash

「若演算法的結果和眼科醫師診斷結果有巨大落差，將由資深的視網膜專家做出最後定奪。」Kim說。分析這些差異，有助於改進和微調輸入的數據。
　　
Google 接著在 2 個獨立的臨床個案上進行測試，共約 12,000 張眼底攝影，讓AI與眼科醫師團隊中信度最高的醫師群進行PK。結果顯示，

機器不僅能辨別出最初期的視網膜病變，並擁有「97.5％的準確率」，與人類醫師相去不遠

參與該計畫的視網膜外科醫師Renu Rajan接受英國《衛報》採訪時表示。

機器學習的速度有多快？答案是7個月。同樣運用深度神經網絡學習的AlphaZero，從只知道基本規則，到擊敗2016年技壓世界圍棋冠軍李世石的 AlphaGo，只學了13天。機器能加快並擴張篩檢的安全網，但無法取代眼科醫師。由於機器大多依賴清晰的視網膜圖像進行訓練，目前尚且無法辨識白內障或模糊的圖像。

「當機器被訓練到足以辨識出異常模式時，它為醫師省下許多診斷時間，讓那些時間能更有效地運用在協助病人管理病情和預後照顧上」Rajan醫師指出。

Aravind眼科醫院創辦人Govindappa Venkataswamy被國民暱稱為V醫師。他生前有個夢想：將眼科醫療麥當勞化，讓更多、來自任何地方的病人都能享有便利且價廉的醫療服務。

Google的這套演算法，正在實現 V 醫師的夢想。

圖片來源 : Verily
檢查流程：技術員進行眼底攝影後，將圖像經AI自動化診斷後，
立即回傳診斷結果，並告知是否需要轉診或複診。

讓社會共好的人工智慧

下一步，他們要將這套AI篩檢，從Aravind總院所在的城市Madurai，擴大到如同醫療沙漠的廣大鄉村。「藉由Google的系統，我們將能造福更多人」Kim說。Verily估計，透過Aravind旗下的視力中心，AI篩檢的觸角將深入印度最偏遠的鄉鎮。

這些偏鄉占全國近7成的人口，有機會挽救上百萬個可能失明的人生。

聽來或許有點瘋狂，但在Kim的想像中，未來的AI眼睛篩檢，將類似走進自助證件快照亭，拍下眼底照，當下即可獲得數位診斷。甚至，可能開發專用插件，安裝在一般的智慧型手機上進行檢查，以大幅降低提供篩檢的成本。
　　
「（你可以）將其視為一種篩檢和轉診的工具，它能非常精確地告知你是否需要求助專科醫生與危急程度。」成員之一的視網膜專家Parida醫師說。

去年底，Google在聯合國社會與經濟委員會召開的「社會共好的人工智慧高峰會」上，宣布與泰國的Rajavithi醫院合作測試該演算法。今年2月，這套AI篩檢已獲歐洲認證，正在等待美國食藥署的許可。曙光，似乎已經出現在地平線上，即將照亮篩檢死角裡的醫療弱勢。