11月14日是世界糖尿病日。目前，全球防控糖尿病的形勢(shì)仍然嚴(yán)峻。國際糖尿病聯(lián)合會(huì)的數(shù)據(jù)顯示，在2019年，全球約有4.63億20歲到79歲的成年人患有糖尿病，到了2045年，預(yù)計(jì)這一數(shù)字將上升至7億；同時(shí)，這一疾病還造成了至少7600億美元的醫(yī)療支出，占到了全球成年人總醫(yī)療支出的10%。

特別值得注意的是，約有79%的糖尿病患者生活在低收入和中等收入國家，而在那些醫(yī)療技術(shù)不發(fā)達(dá)或者醫(yī)療資源緊張的地方，糖尿病及其并發(fā)癥往往得不到及時(shí)的診斷和治療。例如，作為當(dāng)下增長最快的致盲病因，雖然糖尿病視網(wǎng)膜病變（Diabetic Retinopathy）在早期發(fā)現(xiàn)后完全可以得到妥善的治療，但因?yàn)楹芏嗲闆r下沒有足夠多的醫(yī)生來為所有糖尿病患者進(jìn)行及時(shí)的診斷，它常常導(dǎo)致不可逆的失明。

醫(yī)療技術(shù)應(yīng)當(dāng)對(duì)所有人都有所幫助，為了應(yīng)對(duì)這一挑戰(zhàn)，改善糖尿病視網(wǎng)膜病變篩查，人們已經(jīng)做出了很多努力。Google AI的研究人員們就利用機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺領(lǐng)域的最新進(jìn)展，開發(fā)了一種能夠通過眼部掃描圖像判斷患者的視網(wǎng)膜是否發(fā)生了病變的深度學(xué)習(xí)算法。

現(xiàn)在眼科醫(yī)生診斷糖尿病視網(wǎng)膜病變的常用方法之一是觀察眼部掃描圖像，尋找病變征兆（包括微動(dòng)脈瘤、出血、硬性滲出物等等），并判斷其嚴(yán)重程度。當(dāng)然，掌握準(zhǔn)確解讀掃描圖像的能力，需要經(jīng)過相當(dāng)專業(yè)的培訓(xùn)。然而，在世界上很多地方，具備這一能力的醫(yī)生的數(shù)量并不能滿足當(dāng)?shù)靥悄虿』颊叩暮Y查需求。

以幫助醫(yī)生們?cè)卺t(yī)療資源有限的情況下檢查更多的病人為目標(biāo)，Google與印度和美國的醫(yī)生們密切合作，創(chuàng)建了一個(gè)包含12.8萬張眼底掃描圖像的數(shù)據(jù)集，里面的每張照片都經(jīng)過了由54名眼科醫(yī)生組成的小組中的3-7位醫(yī)生的專業(yè)評(píng)估?；谶@個(gè)數(shù)據(jù)集，Google訓(xùn)練出了一個(gè)檢測(cè)糖尿病視網(wǎng)膜病變的深度神經(jīng)網(wǎng)絡(luò)。

算法訓(xùn)練完成的下一步就是測(cè)試它的性能。為此，Google安排它在由1.2萬張眼底掃描圖像組成的兩個(gè)獨(dú)立臨床驗(yàn)證集上，與由上述54位醫(yī)生中一致性較高的8位組成的新小組進(jìn)行“競(jìng)賽”。以7到8位經(jīng)美國專業(yè)委員會(huì)認(rèn)證的視網(wǎng)膜專家中多數(shù)人的診斷結(jié)果作為參考標(biāo)準(zhǔn)，這一算法的F-score達(dá)到了0.95，好于醫(yī)生小組的0.91。所謂F-score，它的最大值是1，其衡量綜合了敏感性與特異性兩大指標(biāo)，敏感性，指的是降低漏診的能力，特異性，則意味著避免誤診的能力。

在發(fā)表算法之后，Google的研究人員們并沒有止步，而是繼續(xù)提高它的性能和可解釋性。在這一過程中，檢測(cè)的分級(jí)尺度更加細(xì)化，由最初的2級(jí)變?yōu)楹髞淼?級(jí)；臨床驗(yàn)證的參考標(biāo)準(zhǔn)也從視網(wǎng)膜專家中的多數(shù)意見更改為他們經(jīng)討論之后達(dá)成的一致意見，這一新標(biāo)準(zhǔn)既提高了精準(zhǔn)度，也有助于發(fā)現(xiàn)那些最細(xì)微的病變，如微動(dòng)脈瘤。

要想讓這一算法成為真正有效的診斷工具，還需要確保它在臨床環(huán)境中的適應(yīng)性、透明度和可信度。換句話說，需要以適當(dāng)?shù)姆绞较蜥t(yī)生們展示算法給出的診斷結(jié)果，幫助提高他們進(jìn)行糖尿病眼病診斷時(shí)的準(zhǔn)確性和信心。

為了實(shí)現(xiàn)這一點(diǎn)，Google采用的解決方案是，向眼科醫(yī)生們展示算法對(duì)糖尿病視網(wǎng)膜病變的不同等級(jí)的預(yù)測(cè)分?jǐn)?shù)（Model Score），同時(shí)突出顯示算法做出預(yù)測(cè)所依據(jù)的最主要區(qū)域的熱圖。如下圖所示，在沒有算法輔助時(shí)，3名眼科醫(yī)生中有2名沒有從眼部掃描圖像中發(fā)現(xiàn)糖尿病視網(wǎng)膜病變的跡象，而在算法的幫助下，它們都給出了準(zhǔn)確的結(jié)果?？梢哉f，算法確實(shí)能夠促使醫(yī)生們更仔細(xì)地檢查病理，留意到那些容易被忽略的細(xì)節(jié)。

目前，這一研究已經(jīng)進(jìn)入了臨床應(yīng)用的階段。2019年，Google和同屬Alphabet的生命科學(xué)和醫(yī)療公司Verily合作，在印度馬杜賴市（Madurai）的Aravind眼科醫(yī)院首次實(shí)際應(yīng)用了這一算法。首先，由經(jīng)過訓(xùn)練的工作人員拍攝患者的眼部圖像，然后通過軟件將它上傳到檢測(cè)算法中，算法會(huì)自動(dòng)檢測(cè)其中的糖尿病視網(wǎng)膜病變和糖尿病性黃斑水腫（Diabetic Macular Edem）癥狀，返回篩查結(jié)果。

此外，Google也在泰國巴吞他尼府和清邁府的診所里進(jìn)行了實(shí)地研究，研究這一算法如何更好地用于糖尿病護(hù)理中的眼部篩查。例如，針對(duì)護(hù)士們拍攝的眼部掃描圖像中常常存在模糊或暗區(qū)，算法會(huì)把它們標(biāo)記為“無法分級(jí)”這一問題，Google改進(jìn)了它的實(shí)際應(yīng)用流程，讓專家們?cè)诓榭椿颊卟v的同時(shí)，幫忙檢查這些圖像，而不是將它們一律轉(zhuǎn)診給眼科醫(yī)生。這一做法減少了不必要的誤診，也節(jié)約了醫(yī)生和患者的時(shí)間。
責(zé)任編輯：YYX