来自加利福尼亚大学（圣地亚哥）和Shelian研究所以及中国，德国和美国德克萨斯大学的同事开发了一种新的计算机工具，可以使用人工智能和机器学习技术检测危险的视网膜疾病。结果，可以使眼病的诊断和治疗更快，而眼病是常见的但严重失明。
该团队还使用该技术对儿童肺炎进行了快速筛查。这项研究发表在《生命科学》杂志《细胞》（第22版）上。
加州大学圣地亚哥分校医学院眼科学教授，遗传医学研究所创始主任认为，“人工智能可以对数据进行分析和分类，并具有极大的潜力来彻底改变疾病的诊断和管理。”
将机器学习技术应用于基于AI 的神经网络
当前的计算机方法麻烦且昂贵，并且需要数百万个图像来训练AI系统。在本文中，Zhang的团队介绍了使用基于AI的卷积神经网络对200,000多只眼睛进行光学层析成像扫描的结果。断层扫描是一种非侵入性技术，可以利用视网膜反射的光在二维和三维中复制视网膜组织。
该团队应用了一种称为转移学习的机器学习技术来分析结果。它是一种将从解决一个问题中获得的知识保存到计算机中并将其应用于解决其他相关问题的技术。例如，经过优化以识别与眼睛相关的独特解剖结构（如视网膜和角膜或视神经）的AI神经网络可以在检查整个眼睛图像时更快，更有效地识别和评估每个结构。与传统方法相比，人工智能系统可以使用该技术以更少的数据集更有效地学习。
该团队添加了一项咬合测试，其中计算机可以识别最明显的区域以及每个图像中结论的依据。张说：“机器学习通常就像一个黑盒子，不知道它到底发生了什么。遮挡测试告诉计算机它需要在哪里诊断图像以及为什么？ “这使系统更加透明，诊断更加可靠。”
30秒内诊断出95％准确度的黄斑疾病
该研究集中于不可逆性失明的两种常见原因：黄斑变性和糖尿病性黄斑水肿。如果及早发现，两者都可以治愈。研究小组将这台机器的诊断结果与五名检查同一扫描的眼科医生进行了比较。AI平台还提供了专家治疗建议和以前研究中未执行的建议。
研究小组表示，一台简单的受过训练的机器像熟练的眼科医生一样工作，并在30秒内以95％的准确度决定是否应治疗患者。
张教授预测，人工智能机器的这种速度和准确性将在医学诊断和治疗方面取得重要进展。他们经常浪费时间和资源，延误有效治疗。他说，简单且相对便宜的基于AI的诊断工具可能会有用，特别是在该国许多专家和医疗资源稀缺的地区。
小儿肺炎的机会为90％
该团队将对胸部X射线的机械分析与人工智能相结合，以测试儿童肺炎的诊断工具。小儿肺炎是全球五岁以下儿童死亡的主要原因之一。诊断工具可区分病毒和细菌性肺炎，准确率超过90％。
病毒性肺炎主要用于缓解症状，因为人体会自然清除病毒。另一方面，细菌性肺炎可能对健康构成更严重的威胁，需要立即进行抗生素治疗。
张说，这项研究表明AI技术具有许多潜在的应用，包括通过扫描检测到的良性和恶性病变之间的区别。该团队揭示了数据和工具的来源，以帮助其他研究人员进一步完善，完善和开发其潜力。
“将来，我们将能够为使用该系统的人们提供更多的经验，资源和改进的计算机功能，从而为患者提供最佳，xxx成本效益的治疗。”
