AI 模型大幅减少眼科检查错误

研究人员最近设计了一种人工智能算法，它似乎比医生目前使用的经典视力测试更准确地诊断视力问题。 据《科学》报道据报道，新测试可以将眼科检查的诊断错误减少约 74%。

几十年来，眼科医生一直在使用相同的视力测试，这是一种基于不同大小字母和符号的图表的经典眼科检查。 测试结果由眼科医生来解释，当然，解释结果和给出诊断可能会出现错误。 斯坦福大学的研究人员旨在利用人工智能算法改进这些测试。

斯坦福大学计算机科学家克里斯·皮耶希 (Chris Piech) 表示，传统测试的部分问题在于，当字母变得太模糊而测试对象看不清时，测试对象就会开始猜测这些字母。 这种猜测意味着，如果一个人多次参加测试，测试结果可能会有所不同。 为了开发具有更好准确性和可复制性的测试，Piech 和同事创建了一个在线测试，测试结果用于训练人工智能模型。 在线测试首先引导用户完成校准屏幕的过程。 屏幕校准后，用户输入距屏幕的距离，然后程序显示字母“E”，该字母以各种方向出现。 完成此操作后，模型会根据统计模型为用户分配视力评分。 该程序向每只眼睛询问 20 个问题，同时更新其视力分数，然后根据视力分数进行预测。

研究团队通过 1000 次模拟真实患者输入的计算机模拟来运行他们的模型。 计算机模拟的运行方式是先输入已知的视力分数，然后犯下一个人在参加测试时可能犯的错误类型。 研究人员以这种方式进行测试，因为每次测试都有一个“真实”的敏锐度分数，而人类参加测试时情况并非如此。 研究人员表示，与传统的视力测试相比，他们的模型能够将诊断错误减少约四分之三 (74%)。 尽管取得了这些相当令人印象深刻的结果，但 Piece 和同事警告说，该模型并不是要取代医生，而是医生可以用来提高诊断准确性的工具。

眼科医生 马克·布莱彻对科学的看法 尽管该程序是眼科人工智能模型的有用且巧妙的实现，但研究人员还应该考虑测试对象进行测试的环境等因素，因为这些属性也会影响测试结果。 除此之外，布莱彻预计研究人员可能很难让眼科医生使用他们的新模型并就新标准达成一致，因为现状很难改变。

皮耶希及其同事所做的研究并不是人工智能和视觉方面的最新进展。 最近，谷歌 开发了人工智能模型 在识别常见眼部疾病方面有时可能比临床医生表现更好 这可能会导致视力丧失。 Google DeepMind 与 Moorfields 眼科医院合作开发了一种模型，可以有意义地预测患者可能患上严重黄斑变性的可能性。在其他地方，一家名为 AEYE Health 的以色列初创公司利用计算机视觉技术和机器学习来 开发视网膜扫描仪 它可以对常见的眼部疾病进行基本、准确的识别，如果诊断结果呈阳性，则将患者转介给医生。