一眼就能看出血压、年龄和吸烟与否的人工智能

原创编译，转载须注明来源！

眼睛是心灵的窗户，但是对于Google的工程师来说，眼睛也是健康状态的窗户。

Google的工程师们想要看看，是否可以只通过人类的视网膜图片就能确定心血管疾病的风险。他们开发出一种卷积神经网络，这是一种受到生物学过程（尤其是神经元之间的模式）启发的前馈算法，该算法常用于图像分析。

这种人工智能(AI)技术可以基于图像共同的相似之处和对称部分整体地分析图像，而不需要将图像分割成更小的部分。

这种方法在近年来变得非常流行，尤其是Facebook和其他的技术巨头开始开发自己的面部识别软件。科学家们长期以来一直认为，这种网络可以用于其他领域，但是由于处理过程的复杂性，这一想法一直进展缓慢。但将这些算法用于生物学领域（人体生物学）是非常令人惊讶的。

美国加州Google山景城研究中心的技术总监Philip Nelson说：“在过去，将机器学习技术应用于生物学的多个领域是不现实的，但现在我们做到了。更令人兴奋的是，机器现在能够观察到人类过去无法看到的事情。”

观察并量化图像中的关联非常重要，因为真实数据中存在各种各样的特征、模式、颜色、数值和形状。Google的机器学习技术负责人Ryan Poplin利用284335名患者的数据对AI进行训练。他和同事们分别利用两个独立的数据集库他们训练出的神经网络进行了测试，这两个数据集分别包含12026和999张照片。研究人员可以预测出照片中人像的年龄（误差在3.26岁内，可以接受的范围）、性别、吸烟与否、血压的收缩压、主要的不良心脏事件等。研究人员称，这个结果与依靠血液测试的欧洲SCORE系统非常相似。

为了让研究更加有趣，这种算法利用了不同的解剖学特征进行预测，例如视神经盘和血管。这意味着，在未来针对每个个体的检测模式都可以被改善，并可以为了特定的目的进行定制化检测。然而，对于神经网络来说，30万的数据规模还是比较小的，所以为这种算法提供更多的数据一定能够改善它。

现在，医生们严重依赖于血液测试来判断心血管疾病风险，所以这种非入侵性的替代方法可以省掉很多的金钱和时间，也不会使看病的经历那么难受。当然，对于Google（或者说是Google的母公司Alphabet）来说，开发这种算法是非常有意义的事情，很有可能带来丰厚的利润。

这不是Google的工程师们首次涉足该技术，该研究的作者之一，Lily Peng在去年发表的一篇论文中使用了AI技术检测与糖尿病相关的失明。

中国生物技术网诚邀生物领域科学家在我们的平台上，发表和介绍国内外原创的科研成果。

本公众号由中国科学院微生物研究所信息中心承办

微信公众号：中国生物技术网