Credit: 123RF

俗话说，眼睛是心灵的窗户。谷歌工程师说，眼睛也是健康的窗户。

他们希望通过视网膜照片判断出心血管疾病的风险，于是便开发出了一款“卷积神经网络”。这是一种前馈算法，常用于图像分析。它的灵感来源于生物过程，尤其是神经元之间的活动模式。这种类型的人工智能(AI)能够根据相似共性和对称部分，对图像进行整体分析，而无需进行分解。

近年来，这种算法变得非常流行，尤其是Facebook等科技巨头开始研发自己的面部识别软件。很早以前，科学家就提出，这种神经网络可以应用在其它领域，但由于处理过程非常复杂，因此进展缓慢。如今，这种算法居然可以应用于生物学，而且还是人体生物学，这简直令人震惊。

曾几何时，将机器学习应用于许多生物学领域的想法听起来不切实际。如今，人们做到了——更令人激动的是，机器现在能看到人类以前看不到的东西。

观察、量化图像里的关联关系很困难，因为实际数据中存在大量特征、模式、颜色、数值、形状。如今，谷歌工程师Ryan Poplin等人利用284,335名病人的数据，对AI进行训练。之后，他们采用另外两个数据集(分别含12,026和999张照片)，对这个神经网络进行测试。结果发现，它能够预测年龄(±3.26年)、性别、抽烟状态、收缩压、主要不良心血管事件，误差在可接受范围内。研究人员表示，这个神经网络的测试结果和欧洲SCORE系统差不多，后者依靠的是血检。

更有趣的是，这个算法能够根据视网膜照片的不同层面，作出不同方面的预测，例如视神经盘或血管。也就是说，研究人员可以针对不同的用途，改进不同的探测项目。此外，对神经网络而言，不到30万人的数据集还是太小了。因此，输入更多数据也能够改善此算法。

如今，医生主要依靠血检来判断心血管疾病风险。这种新的检测方法能够节约大量的时间和成本，使看病不再痛苦(不用扎针啦！)。当然，对谷歌来说，这类算法的开发具有潜在的商业价值。

本文译自 zmescience，由 蛋花 编辑发布。
原作者：MIHAI ANDREI

PREV : 发霉啦：朋友们叫了几个□□来给我生日助兴
NEXT : 脑洞研究：假如给霍比特人做体检