专访《细胞》封面作者张康：AI诊断眼病超人类是如何做到的(3)

数据显示，美国有将近1000万人患有AMD，每年还有超过20万人会出现病理性脉络膜新生血管，它也能够引发AMD。另外，近75万名40岁以上的人患有糖尿病性黄斑水肿，这是一种能够影响视力的糖尿病性视网膜病变。研究人员认为，由于人口老龄化和全球糖尿病的流行，上述疾病群体可能会随着时间的推移进一步增加。

幸运的是，目前抗血管内皮生长因子药物在视网膜疾病治疗方面还较为乐观。这也就意味着，如果疾病能被快速准确地诊断出来对患者来说意义重大。

为训练“迁移学习”算法，张康团队首先获取了超过207130张OCT的图像。通过质量初筛后，选取了来自于4686名患者的108312张OCT，包括37206张患有脉络膜新生血管、11349张患有糖尿病性黄斑水肿、8617张患有玻璃膜疣、511140为正常。经历了大量迭代训练后，这款迁移学习算法的精准度最终达到峰值。

随后，研究人员用来自于633名患者共1000张OCT成像图片（上述四类样本每类250张）来测试这一算法模型。

张康对澎湃新闻表示，“我们的AI系统能鉴别脉络膜新生血管、糖尿病黄斑水肿、玻璃膜疣以及正常视网膜的OCT图像，准确率、敏感度、特异度均在95%以上。”

除了用准确率、敏感度、特异度、ROC曲线等来评估其表现，研究团队还将AI诊断结果和6位临床经验丰富的人类专家进行对比。张康认为，“对比得出AI诊断结果与人类相似，甚至准确率更高。”

此外，张康表示，研究中还通过“遮挡测试”得出机器诊断的依据。

未来会加入肿瘤诊断

正如张康此前提到的“举一反三”，研究团队并没有将“迁移学习”算法应用局限在眼科方面，他们首先在儿童肺炎诊断方面探索了这套AI系统的普适应。

据世界卫生组织（WHO），肺炎一直是儿童死亡的主要原因。每年全球有200万名5岁以下的儿童死于肺炎，这一数字甚至超过了艾滋病、疟疾和麻疹死亡儿童人数的总和。目前，近95%的新增儿童肺炎案例发生在发展中国家，尤其是东南亚和非洲国家。

而细菌和病毒是儿童肺炎的两大主要罪魁祸首。但这两种不同类型的肺炎要求的治疗应对方式截然不同：细菌性肺炎需要立即用抗生素治疗，病毒性肺炎则主要通过支持性护理来治疗。