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，似乎比目前由医生使用的经典视力测试更准确地诊断视力问题。根据《科学》杂志的报道，该新测试可以将眼科检查的诊断错误率降低约74%。

眼科医生已经使用同一种视力测试——基于不同大小的字母和符号的经典眼科检查——几十年了。测试结果由眼科医生解读，当然，解读结果和给出诊断时可能会出现错误。斯坦福大学的研究人员旨在通过人工智能算法改进这些测试。

根据斯坦福大学的一位计算机科学家Chris Piech的说法，传统测试的一个问题是，当字母变得太模糊时，测试对象开始猜测字母。这意味着测试结果可能会因测试对象的不同而有所不同。为了开发一个更准确、更可靠的测试，Piech和他的同事创建了一个在线测试，使用测试结果来训练一个人工智能模型。在线测试首先引导用户完成屏幕校准过程。校准完成后，用户输入他们与屏幕的距离，然后程序显示一个“E”字母，出现各种方向。完成后，模型为用户分配一个视力评分，基于统计模型。程序为每只眼睛提出20个问题，更新视力评分，然后根据视力评分进行预测。

研究团队将他们的模型运行在1000个模拟中，模拟真实患者的输入。计算机模拟通过使用已知的视力清晰度评分，然后模拟患者可能在测试中犯的错误。研究人员以这种方式进行测试，因为每个测试都有一个“真实”的视力清晰度评分，而人类测试没有。根据研究人员的说法，他们的模型能够将诊断错误率降低约四分之三（74%），与经典视力测试相比。尽管这些结果相当令人印象深刻，但Piech和他的同事警告说，该模型不打算取代医生，而是一种工具，医生可以使用它来提高诊断的准确性。

眼科医生Mark Blecher对《科学》杂志表示，虽然该程序是对眼科人工智能模型的有用和巧妙的实现，但研究人员也应该考虑测试对象所处的环境等因素，因为这些因素也会影响测试结果。此外，Blecher预计研究人员可能会遇到困难，难以说服眼科医生使用他们的新模型，并同意新的标准，因为现状很难改变。

Piech和他的同事的研究并不是最近有关人工智能和视力的唯一进展。最近，Google开发了一个人工智能模型，可以偶尔比临床医生更好地识别可能导致视力丧失的常见眼科疾病。Google (GOOGL ) DeepMind与Moorfields Eye Hospital合作开发了一个可以有意义地预测患者患严重型黄斑变性的机会的模型。另外，一个名为AEYE Health的以色列初创公司使用计算机视觉技术和机器学习开发了视网膜扫描仪，可以潜在地进行基本的、准确的常见眼科疾病识别，如果诊断为阳性，则将患者转介给医生。