AI是如何來(lái)檢測(cè)貧血的

最新一項(xiàng)研究發(fā)現(xiàn)，由Google Health研究人員開(kāi)發(fā)的深度學(xué)習(xí)模型，可基于視網(wǎng)膜篩查而不是傳統(tǒng)的血液檢查，來(lái)診斷是否貧血。

這項(xiàng)發(fā)表在《自然生物醫(yī)學(xué)工程》的研究顯示，谷歌健康團(tuán)隊(duì)開(kāi)發(fā)相關(guān)的人工智能（AI）算法，并將其應(yīng)用于來(lái)自約57000名參與者，合共近114000多個(gè)視網(wǎng)膜圖像數(shù)據(jù)，結(jié)合患者的年齡和性別數(shù)據(jù)，該模型能夠以88％的準(zhǔn)確率檢測(cè)貧血。

據(jù)了解，目前全球有16億人貧血，主要表現(xiàn)包括疲勞、虛弱，以及頭暈和嗜睡。貧血的診斷通常涉及血液測(cè)試，以測(cè)量血紅蛋白，即紅細(xì)胞中攜帶氧氣的重要蛋白質(zhì)含量。懷孕期間的婦女患貧血的風(fēng)險(xiǎn)特別高，近五分之二以上人群受影響，貧血也可能是結(jié)腸癌的早期征兆，因此相關(guān)研究無(wú)論對(duì)于AI還是醫(yī)療來(lái)說(shuō)都具有重大意義。

醫(yī)學(xué)博士Akinori Mitani表示，盡管深度學(xué)習(xí)模型最初是主要用于白人參與者組成的數(shù)據(jù)，從而集合開(kāi)發(fā)的，但為了解決持續(xù)存在的算法偏差問(wèn)題，該模型已在來(lái)自亞洲的單獨(dú)數(shù)據(jù)集中進(jìn)行驗(yàn)證，并取得相應(yīng)成果。

此外，在發(fā)現(xiàn)貧血對(duì)眼睛的這些可量化影響后，研究人員進(jìn)行分析，發(fā)現(xiàn)視盤(pán)和周?chē)茏钣锌赡馨氀E象。

綜上來(lái)看，這種無(wú)創(chuàng)性篩查貧血的方法可以為現(xiàn)有的糖尿病眼病篩查增加價(jià)值，或者支持比血液檢測(cè)更容易操作，且速度更快的貧血篩查。香港IDC新天域互聯(lián)也希望這能夠激發(fā)更多的研究，以促進(jìn)現(xiàn)有醫(yī)學(xué)測(cè)試與新技術(shù)的結(jié)合，從而提供更加準(zhǔn)確的醫(yī)療建議。

? ?