in

搶救百萬失明人生,印度眼科醫院聯手 Google 打出 AI 篩檢

作者:王茜穎 / 若水 Flow AI Blog 編輯團隊 

本文重點:
1. 下一波的醫療篩檢:圖像辨識和深度學習將讓醫療篩檢自動化,甚至走向麥當勞化,造福弱勢族群。

2. 創建擁有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,只花約 7 個月訓練,準確率達 97.5 %。

3. 當機器被訓練到足以辨識出異常模式時,它能為醫師省下許多診斷時間,讓那些時間更有效地用在協助病人管理病情和預後照顧上。

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。

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。來源:Verily

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。

「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 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。

檢查流程–技術員進行眼底攝影後,將圖像上傳到演算法,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。 來源:Verily

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。


延伸閱讀:

>>> 在台灣,也有一間運用 AI 推動醫療服務深度創新的隱型冠軍,他們平均一天處理 8000 筆以上、每個月 25 萬筆的就診數據⋯⋯,「結合AI,我們希望讓名醫變得更名醫,不是名醫的也會變名醫,」長佳智能研發執行長黃宗祺直言。請看長佳智能的AI落地經驗談

>>> 怎麼從數據裡煉出黃金?首要關鍵是品質。然而,「品質不是被檢測出來的,而是被設計出來的,」若水數據顧問吳南輝說,當標註師按照與客戶定義出來的原則、SOP來操作,就更有機會產出高品質的數據 ⋯⋯, 立即閱讀全文

Cover Photo by Loren Joseph on Unsplash

One Comment

Leave a Reply

One Ping

  1. Pingback:

Leave a Reply

180 年農機老店,要用 AI 跟雜草開戰

意想不到的三大 AI 創新運用,打造更負責的未來!