以“AI can diagnose diabetic retinopathy”为题也做了相关评论，认为这项研究中的人工智能诊断能够为不发达的地区的医疗提供有力帮助。
现今，糖尿病在全世界范围及美国的患病率都在上升，我国更是糖尿病大国。相应地，糖尿病性视网膜病变（diabetic retinopathy, DR）患病率也在急剧增加。
在全世界， 40 岁及以上中糖尿病视网膜病变的患病率为 34.6%（9300万人）。 目前，仅有约 60% 的糖尿病患者每年接受视网膜病变的筛查。I型糖尿病患者应当在诊断 5 年后开始接受视网膜病变的筛查，II型糖尿病患者应当在诊断为糖尿病时就接受筛查，并且之后每年复查一次。
利用人工智能来诊断糖尿病视网膜病（Diabetic Retinopathy, DR）是否能够比得上人类医生的诊断呢？
那么，人工智能（AI）、机器学习（machine learning）和深度学习（deep learning）的关系是怎样的呢？
简单来说，人工智能是最早出现的，也是最大、最外侧的同心圆；其次是机器学习，稍晚一点；最内侧，是深度学习，当今人工智能大爆炸的核心驱动。
深度学习的实质，是通过构建具有很多隐层的机器学习模型和海量的训练数据，来学习更有用的特征，从而最终提升分类或预测的准确性。
在这篇《JAMA》研究中，研究者们利用已经被证明是糖尿病性视网膜病变患者的数据库来进行验证。这个数据库包含14880个病人的71896张诊断图像。
研究结果显示，人工智能诊断糖尿病视网膜病的灵敏度（sensitivity）是90.5%、度（specificity）是91.6%；对于青光眼而言，灵敏度是96.4%、度是87.2%；对于老年性黄斑变性而言，灵敏度是93.2%、度是88.7%。
人工智能的汹涌浪潮正席卷各行各业，在医学领域，尤其是医学诊断方面人工智能正在迅速崛起。无疑，人工智能在未来会越来越深入到医学领域取代部分简单的医学诊断。
但是，人工智能未来是否会达到人脑水平，人工智能能否完全取代医生，取代人类智慧的讨论也不绝于耳。
大学药学院教授的鲁白就经常被问及人工智能是否会超越人脑的问题。鲁白是一名神经科学家，此前曾供职于制药企业葛兰素史克(GSK)中国研发部副总裁，后加盟大学。
他即表示，人脑运行原理非常复杂，人工智能只是借鉴了其中很小的一部分，“人是永远超越人工智能的。”
在鲁白看来，脑科学与人工智能这两门之前基本上不交互的学科，现在已经开始交互了。他希望未来用人工智能的方法推动脑科学研究，而人工智能也可以借用脑科学的理论来进一步提高。
最新评论