11月14日是世界糖尿病日。目前，全球防控糖尿病的形勢仍然嚴峻。國際糖尿病聯(lián)合會的數(shù)據(jù)顯示，在2019年，全球約有4.63億20歲到79歲的成年人患有糖尿病，到了2045年，預計這一數(shù)字將上升至7億；同時，這一疾病還造成了至少7600億美元的醫(yī)療支出，占到了全球成年人總醫(yī)療支出的10%。

特別值得注意的是，約有79%的糖尿病患者生活在低收入和中等收入國家，而在那些醫(yī)療技術不發(fā)達或者醫(yī)療資源緊張的地方，糖尿病及其并發(fā)癥往往得不到及時的診斷和治療。例如，作為當下增長最快的致盲病因，雖然糖尿病視網(wǎng)膜病變（Diabetic Retinopathy）在早期發(fā)現(xiàn)后完全可以得到妥善的治療，但因為很多情況下沒有足夠多的醫(yī)生來為所有糖尿病患者進行及時的診斷，它常常導致不可逆的失明。

醫(yī)療技術應當對所有人都有所幫助，為了應對這一挑戰(zhàn)，改善糖尿病視網(wǎng)膜病變篩查，人們已經(jīng)做出了很多努力。Google AI的研究人員們就利用機器學習和計算機視覺領域的最新進展，開發(fā)了一種能夠通過眼部掃描圖像判斷患者的視網(wǎng)膜是否發(fā)生了病變的深度學習算法。

現(xiàn)在眼科醫(yī)生診斷糖尿病視網(wǎng)膜病變的常用方法之一是觀察眼部掃描圖像，尋找病變征兆（包括微動脈瘤、出血、硬性滲出物等等），并判斷其嚴重程度。當然，掌握準確解讀掃描圖像的能力，需要經(jīng)過相當專業(yè)的培訓。然而，在世界上很多地方，具備這一能力的醫(yī)生的數(shù)量并不能滿足當?shù)靥悄虿』颊叩暮Y查需求。

以幫助醫(yī)生們在醫(yī)療資源有限的情況下檢查更多的病人為目標，Google與印度和美國的醫(yī)生們密切合作，創(chuàng)建了一個包含12.8萬張眼底掃描圖像的數(shù)據(jù)集，里面的每張照片都經(jīng)過了由54名眼科醫(yī)生組成的小組中的3-7位醫(yī)生的專業(yè)評估。基于這個數(shù)據(jù)集，Google訓練出了一個檢測糖尿病視網(wǎng)膜病變的深度神經(jīng)網(wǎng)絡。

算法訓練完成的下一步就是測試它的性能。為此，Google安排它在由1.2萬張眼底掃描圖像組成的兩個獨立臨床驗證集上，與由上述54位醫(yī)生中一致性較高的8位組成的新小組進行“競賽”。以7到8位經(jīng)美國專業(yè)委員會認證的視網(wǎng)膜專家中多數(shù)人的診斷結(jié)果作為參考標準，這一算法的F-score達到了0.95，好于醫(yī)生小組的0.91。所謂F-score，它的最大值是1，其衡量綜合了敏感性與特異性兩大指標，敏感性，指的是降低漏診的能力，特異性，則意味著避免誤診的能力。

在發(fā)表算法之后，Google的研究人員們并沒有止步，而是繼續(xù)提高它的性能和可解釋性。在這一過程中，檢測的分級尺度更加細化，由最初的2級變?yōu)楹髞淼?級；臨床驗證的參考標準也從視網(wǎng)膜專家中的多數(shù)意見更改為他們經(jīng)討論之后達成的一致意見，這一新標準既提高了精準度，也有助于發(fā)現(xiàn)那些最細微的病變，如微動脈瘤。

要想讓這一算法成為真正有效的診斷工具，還需要確保它在臨床環(huán)境中的適應性、透明度和可信度。換句話說，需要以適當?shù)姆绞较蜥t(yī)生們展示算法給出的診斷結(jié)果，幫助提高他們進行糖尿病眼病診斷時的準確性和信心。

為了實現(xiàn)這一點，Google采用的解決方案是，向眼科醫(yī)生們展示算法對糖尿病視網(wǎng)膜病變的不同等級的預測分數(shù)（Model Score），同時突出顯示算法做出預測所依據(jù)的最主要區(qū)域的熱圖。如下圖所示，在沒有算法輔助時，3名眼科醫(yī)生中有2名沒有從眼部掃描圖像中發(fā)現(xiàn)糖尿病視網(wǎng)膜病變的跡象，而在算法的幫助下，它們都給出了準確的結(jié)果?？梢哉f，算法確實能夠促使醫(yī)生們更仔細地檢查病理，留意到那些容易被忽略的細節(jié)。

目前，這一研究已經(jīng)進入了臨床應用的階段。2019年，Google和同屬Alphabet的生命科學和醫(yī)療公司Verily合作，在印度馬杜賴市（Madurai）的Aravind眼科醫(yī)院首次實際應用了這一算法。首先，由經(jīng)過訓練的工作人員拍攝患者的眼部圖像，然后通過軟件將它上傳到檢測算法中，算法會自動檢測其中的糖尿病視網(wǎng)膜病變和糖尿病性黃斑水腫（Diabetic Macular Edem）癥狀，返回篩查結(jié)果。

此外，Google也在泰國巴吞他尼府和清邁府的診所里進行了實地研究，研究這一算法如何更好地用于糖尿病護理中的眼部篩查。例如，針對護士們拍攝的眼部掃描圖像中常常存在模糊或暗區(qū)，算法會把它們標記為“無法分級”這一問題，Google改進了它的實際應用流程，讓專家們在查看患者病歷的同時，幫忙檢查這些圖像，而不是將它們一律轉(zhuǎn)診給眼科醫(yī)生。這一做法減少了不必要的誤診，也節(jié)約了醫(yī)生和患者的時間。
責任編輯：YYX