Google在東京舉辦#MadeWithAI亞太區媒體活動,會中Google展示了在醫療領域的最新進展,並且會後接受媒體採訪,闡述了Google在糖尿病視網膜病變檢測的未來發展想法。
導入機器學習,判斷糖尿病視網膜病變
糖尿病是一種因胰島素缺乏或拮抗胰島素功能的因子出現導致血糖上升的疾病。不論是第一型(胰島素依賴型IDDM)或第二型(非胰島素依賴型NIDDM)的患者,長期血糖上升會引起眼部視網膜微細血管病變,稱之為糖尿病視網膜病變(diabetic retinopathy)。
而Google將機器學習技術,導入糖尿病視網膜病變的圖像檢測中。Google研究產品經理彭浩怡(Lily Peng)指出,Google研究團隊創建了一個開發數據集,聘請54名專業眼科醫師來檢視、評估13萬張以上的圖像進行了88萬次的診斷。
再利用這些經過眼科醫師評估的圖像訓練TensorFlow模型,在這個訓練中所應用的神經網路名為Inception模型,經過充分訓練後,這些模型就能夠在「沒有醫生」診斷的情況下拍攝圖像,並替這些圖像進行五級量表分類。結果顯示:演算法在發現症狀的敏感度和判斷症狀的準確度上,都比人表現的還要好。
1200萬名印度盲人中,70%只需簡單手術即可治癒
為什麼選擇糖尿病視網膜病變作為研究主題?「這是當地醫院的一大痛點。」彭浩怡說。
根據《哈佛商業評論》,「1200萬名印度盲人中,有70%的人其實只需要簡單的手術就能治癒,但前提是他們要有機會進行手術。」而根據調查印度缺乏近12.7萬名眼科醫生,導致近45%的患者在接受診斷前就已經失明。也就是說,糖尿病視網膜病變是可預防的。
「Google研究團隊與印度的眼科醫院Aravind、Sankara以及美國EyePACS進行臨床試驗,希望未來能把這個技術用在眼科臨床診斷中。」彭浩怡說。
Aravind是世界上最大的眼科醫院,也是世界最大的單一眼科手術提供商。整個Aravind眼科醫療系統專長在白內障的切除,醫院握有豐沛的視網膜攝影數據。而且Aravind本身在醫療流程就以「麥當勞式」創新,做一個眼科手術僅需做一個漢堡的時間,舉世聞名。
與Verily智慧隱形眼鏡計畫有關?
雖然研究成果驚人,但若要談落地談實務應用會遭遇什麼挑戰呢?「我們發現硬體設備是視網膜治療的關鍵障礙。」彭浩怡說。
影像品質是影響機器診斷準確度的重要關鍵,雖然使用現有的視網膜攝影設備就已經得到很棒的研究成果,但還是有一部份照片品質不佳。
因此Alphabet的子公司Verily也與全球知名的視網膜攝影相機廠商Optos(已被Nikon收購)合作共同設計新的攝影硬體,讓新攝影設備可以更容易,更有效率地獲得更高品質的影像。
另外,由於Verily已經與瑞士藥廠Novartis(諾華)旗下的眼科品牌Alcon(愛爾康)合作,用Smart Contact Lens的技術研究糖尿病與老花眼等疾病,希望設計出可以偵測血糖的智慧隱形眼鏡,因此讓人聯想Google將機器學習導入糖尿病視網膜偵測是否和智慧隱形眼鏡有關?
不過,對此彭浩怡否認,「我們的研究和Verily隱形眼鏡計畫沒有關聯,我們也沒有進行相關的專案。」她強調,「視覺對於人來說是非常重要的五官,因此如何大量降低因糖尿病而眼盲是一個很重要的研究方向,這本身就是一件大事。」
商業模式不是重點,目標在於找到潛在病患
Aravind醫院的特殊商業模式很特別,醫院僅向約1/3能付費的病患收費,但2/3的病患為免費的「交叉補貼」制度。那這些沒有財力付費的病患,有福享受機器學習技術讓他們早期發現早期治療嗎?Google有沒有和Aravind醫院討論過可能的商業模式呢?
對此彭浩怡指出,「對我們來說最重要的不是商業模式,而是增加價值的模式,我們不是要從這些病患身上賺到錢。而是找到更多潛在的病患,給予他們更多的醫療機會。」
《哈佛商業評論》指出,「Aravind眼科體系有三分之二的病患獲得免費治療或接受補助,但該醫院仍能夠只靠本身獲利,來支付所有擴張計畫的費用。」因此若機器學習能順利前進Aravind將能成為醫師的重要幫手,這省下來的醫療成本或時間,可以做出更好的運用。