[東京現場]Google與眼科界的「麥當勞」合作,想讓印度盲人重見光明
[東京現場]Google與眼科界的「麥當勞」合作,想讓印度盲人重見光明
2017.11.29 | Google

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。

Google與醫療
透過判斷 9963 張成像所組成的數據集可看出,神經網路演算法(黑色曲線)和8名眼科醫生(彩色點)的辨識結果顯示出高度一致性(中度或更嚴重的糖尿病性視網膜病變或糖尿病性黃斑水腫)。曲線上的黑色鑽石方塊對應了演算法的高靈敏度與高特異性。
圖/ Google

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 研究產品經理彭浩怡.JPG
Google研究產品經理彭浩怡說:「對我們來說最重要的不是商業模式,而是增加價值的模式」尋找更多潛在的病患,給予他們更多的醫療機會。
圖/ 數位時代翁書婷攝影

「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。

關鍵字: #機器學習
往下滑看下一篇文章
免費下載「會議紀錄整理師」!逐字稿丟給AI,自動抓決議跟待辦,支援ChatGPT與Claude
免費下載「會議紀錄整理師」!逐字稿丟給AI,自動抓決議跟待辦,支援ChatGPT與Claude

在某個大雨滂沱的晚上,超級感謝有 7 位一天一 AI 的讀者來體驗我做的「會議紀錄整理師」AI 工作流。現在,我要把它免費開放給你用了!

今天來跟你分享,一天一AI PRO 設計出的 AI 工作流,到底可以幹嘛,並且讓你試用看看。

首發就是「會議紀錄整理師」,這是我自己最常用的工作流之一。有了它,會議上我都可以集中精神發表意見,之後 AI 再幫我統整即可!

除了省時省力、釐清待辦,我還多做了一點巧思:區分出討論項目與決議。那些會議上討論過的,但根本沒結論的事情,我請 AI 幫忙抓出來。

這個工作流可以到一天一AI PRO 的官網下載,裝進你的 ChatGPT 和 Claude。具體怎麼做?往下看圖卡吧。

還想看哪些內容?歡迎點此連結跟我分享~

AI會議紀錄怎麼做?「會議紀錄整理師」自動整理逐字稿

會議紀錄整理師是什麼?

每次會議我會取得同意後錄音,一結束就把逐字稿丟給 AI,呼叫「會議紀錄整理師」技能來做紀錄。逐字稿的錯字多、內容散亂、缺乏說話者資訊,通通沒關係,這個技能可以通過一串設計好的流程,區分是哪種會議(進度追蹤、規劃討論、解題決策)來決定紀錄的重點,最後產出會議紀錄通知信+留存版的完整紀錄文件。

AI整理會議紀錄最大亮點:自動區分討論、決議與待辦

最有感的亮點:區分出討論項目與決議

看完「會議紀錄整理師」整理的紀錄,第一印象一定是「很清楚、有結構」。但細看會發現,它除了幫你列清楚待辦事項,也會提醒你會議缺失的資訊,例如沒指定負責人、沒確定截止日期、哪些是拍板的決定、哪些決議沒討論完、哪些人的意見有衝突。

同件事反覆討論怎麼整理?AI只抓最後拍板結論

結論回掃:同件事來回討論,AI 只認最後的拍板

開會常常一個議題反覆討論,前面說「先用 A 方案」,後面又改口「還是 B 好」。一般 AI 整理會把兩個都列出來,會搞不清楚到底選了哪個。「會議紀錄整理師」有「結論回掃」機制:以最後一次明確確認為準,早期被推翻的版本會被歸類到「否決了什麼」,不會讓過時的決策混淆你。

與會者有誰?例行會議可以沿用團隊設定

與會者有誰?例行會議可以沿用設定

第一次使用,直接貼逐字稿就能跑。AI 遇到不認識的人名或職稱,會在結尾列出來問你:「這位是誰、負責什麼?要不要記下來?」你回覆後,它就建立你的團隊記憶檔。下次再開相同主題的會議會自動沿用,提高會議紀錄裡名字、職稱、待辦事項隸屬的正確性。

ChatGPT、Claude怎麼安裝「會議紀錄整理師」?

下載後怎麼用?

註冊登入一天一AI PRO 官方網站,找到「會議紀錄整理師」的立即下載按鈕,下載 zip 檔。Claude 網頁版的用戶,從Setting→Skills→右上方Add選擇→Upload skill→上傳 zip 檔。ChatGPT 網頁版的用戶要是付費版:開一個新對話→選擇「工作」標籤→在對話框上傳 zip 檔→輸入「幫我安裝到個人雲端技能」。完成設定後,重整頁面、開新對話,在對話框輸入「/」或是「@」輸入「會議紀錄整理師」就能把技能呼叫出來,再把會議逐字稿貼給它就行了。

AI會議紀錄還能怎麼用?散會前確認、累積成專案進度報告

散會前就做紀錄、同專案紀錄能做成進度報告

我在每個會議結束前,都會速跑紀錄,現場確認與會者的理解都一致。同一個專案的會議紀錄累積起來,還可以變成專案進度簡報給主管看:這個月做了哪些決策、還有哪些待辦沒完成、風險有沒有被處理掉。

訂閱《一天一AI》日報,每天跟你分享超實用的AI小技巧!

延伸閱讀:
一天一AI PRO上線!6組專家工作流,讓ChatGPT、Claude不再每次從頭教

AI又唱反調?每月10分鐘做記憶健檢,4招讓ChatGPT、Claude認得現在的你

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓