人工智能可以根据视网膜图像预测血压、年龄和吸烟情况

眼睛是心灵的窗户，但谷歌的研究人员将它们视为人健康的指示器。谷歌正借助深度学习技术，通过分析人们的视网膜图像预测一个人的血压、年龄和吸烟状态。谷歌的计算机能够从血管的排布中获取线索，而且之前的一项研究表明计算机能够借助这种信息预测一个人近期是否会有心脏病发作的风险。

这项研究依赖于一个卷积神经网络，这是一种深度学习算法，它正在改变生物学家分析图像的方式。科学家们正在使用这种方法来发现基因组中的突变，并预测单个细胞的布局变化。谷歌用深度学习来预测视网膜眼底照片中的心血管危险因素，是一波新的深度学习应用的一部分，这些应用正在使图像处理变得更简单和更通用，甚至可以识别被忽视的生物现象。

卷积神经网络允许计算机在不分割图像的情况下有效全面地处理图像。2012年前后，随着计算机能力和存储技术的进步，这一技术在科技领域取得了成功。例如，Facebook使用这种深度学习来识别照片中的人脸。但科学家们努力将这些网络应用于生物学，部分原因是由于不同领域的文化差异。

科学家还必须确定哪些类型的研究可以通过网络经过大量的图像训练就可以开始预测。当谷歌想要利用深度学习来发现基因组中的突变时，科学家们不得不将DNA序列转换成计算机能够识别的图像。然后他们在DNA片段上训练他们的网络，这些DNA片段与一个参考基因组是一致的，他们的突变是已知的。最终的结果是，一种能在DNA序列中发现微小变异的工具——Deep Variant。在测试中，Deep Variant 至少表现得像传统工具一样好。

位于华盛顿西雅图的Allen细胞科学研究所的细胞生物学家们正在使用卷积神经网络将用光学显微镜捕获的扁平的、灰蒙蒙的细胞图像转换成三维图像，其中一些细胞的细胞器可以被标记为彩色。这种方法消除了染色细胞的需要——这一过程需要更多的时间和复杂的实验室，并且会损伤细胞。 该组织公布了一项先进技术的详细信息，该技术可以通过一些数据(比如细胞的轮廓)来预测更多细胞的形状和位置。

有些科学家和研究人员对机器学习能很好完成与成像相关的生物任务印象深刻， 也有人对在用卷积神经网络分析图像中可能无意透露的细微的生物现象而感到兴奋，这促使生物学家会向之前可能没有考虑到的事情发问。

一些科学家认为，这种偶然的发现可能有助于疾病的研究。如果深度学习能够在单个细胞中揭示癌症的细微标记，它将有助于改善研究人员如何对肿瘤进展进行分类。这反过来又引发了关于癌症如何传播的新假说。

在生物学中，其他机器学习行家已经把目光投向了新的领域，现在，卷积神经网络正在为图像处理而飞行。他们专注于化学和分子数据，一些科学家希望调整神经网络以便他们能够分析基因的表达。

据了解，基因科学的发展可以分为三个阶段：

1、第一阶段：成千上万人将在患病之前接受深度检查，由人工智能给出你的生命预测。

2、第二阶段：人工智能医生将逐渐取代目前最优秀的医生。

基因科技可以为病人添加那个缺少的基因，删除不好的基因。靶向药扫荡癌细胞，DNA编程逆转衰老，干细胞被改写，上帝的密码防线逐渐崩溃！

3、第三阶段：人类的“生命软件”，即人体内被称为基因的23000个“小程序”，通过重新编程，帮助人类远离疾病和衰老。

未来，一个个微小的智能纳米机器人植入他们身体，随时清理、修复和升级他们身体的各个细胞，同时对体内2.3万个基因进行检测，及时更新和维护，用以延长生命、强化身体功能。

人工智能+基因科学，这两者的结合，将彻底改变人类的未来！

文字/编辑：朱亚运