AI 大未來:Google 怎用機器學習,幫助醫療診斷更有效率、準確?

評論
評論

今天 Google 台灣招開第二場機器學習媒體聚會,找來矽谷總部的彭浩怡醫學博士,為大家介紹她與團隊如何透過卷積神經網為底的圖像辨識技術,幫助醫生檢測糖尿病視網膜病變,與淋巴結中的乳腺癌轉移瘤等臨床應用實例。機器學習幫助人類的潛力無窮,某種角度來說這次分享非常的「經典」,深入淺出為大家演繹了深度學習科技到底如何與人類協作,進而讓醫生診斷得更精準、有效。

美籍華裔的彭浩怡博士先從很基本的概念為大家介紹人工智慧與深度學習。簡言之,深度學習是一組可以讓機器自我訓練的演算法,它有許多部分並不是晚近才新興發明的新科技,而是因爲運算能力與真實世界資料量在過去五年皆有飛躍性提升,才讓這項技術得以實用化。其中模擬人類神經運作原理發展的神經網絡,是目前所有人工智慧派流中最被廣泛應用的技術,只要把模型妥善設計調教,就能獲得非常好的分析結果。

▲值得一提的是今天主講者彭浩怡博士同時擁有醫學博士 (M.D)、生物工程博士 (Ph.D) 雙學位

圖像辨識就是深度學習技術最具突破性的領域之一。彭浩怡舉例在運用深度學習之前,如果想爲傳統電腦視覺建構一組「熊貓分類器」,那就必須透過分類費時、成效卻不高的「特徵工程」(feature engineering)一個一個把熊貓特徵輸入到淺分類。但多虧了卷積神經網路,只要喂給電腦大量「熊貓」與「非熊貓」的圖像,電腦就會自己針對圖像進行優化、透過網路來處理特徵工程,大大提升辨別效率。其辨識精準度已是在 2015 達與人類辨識相同水準,而且現在資料量也不用太大,彭浩怡說目前演算法已經進步到只需「熊貓」與「非熊貓」各 5000 張,就可建立起有效的模型。

既然圖像辨識目前發展已相當先進,那 Google 所做的,就是把它用在醫療影像識別上。彭浩怡與她的團隊透過「Google 20% 專案」,使用開源機器學習系統 TensorFlow 在糖尿病視網膜病變、淋巴結中的乳腺癌轉移瘤兩個計畫裡。彭浩怡解釋,糖尿病視網膜病變是全球失明人數攀升最主要的原因之一,全球現有約 4.15 億的糖尿病患者。為預防失明,糖尿病患者每年都應進行一次篩檢,而最常見的檢測法就是檢查眼底圖像。

因此 Google 在急需 12.7 萬名眼科醫生的印度進行了這項計畫,他們與美國 EyePACS,以及印度的 3 家眼科醫院 Aravind Eye Hospital、Sankara Nethralaya、 Narayana Nethralaya 進行合作,收集了 128,000 張視網膜照片,並請來 54 名專業眼科醫師,每張照片都會由 3-7 名醫生進行評估,建立起糖尿病視網膜病變的深度學習模型。最終在兩個臨床實驗中用深度學習模型辨識約 12,000 照片,再與 8 名美國眼科醫師判斷結果相互比照,以驗證診斷的靈敏度。最終實驗結果顯示演算法表現與 54 名專業眼科醫生的辨別結果達高度一致性。在下圖的數據集中,演算法的 F-Score 值 (結合靈敏度和特異性的度量,最大值為 1) 為 0.95 分,稍微高於眼科醫生的 F-Score 中位數 0.91 分。而接下來使用 3D 成像技術、光學相干斷層掃描對視網膜各個層面進行檢查的部分,就會交給 DeepMind 執行。

彭浩怡也介紹他們透過深度學習 Inception 技術訓練病理切片圖像識別,提高判斷乳腺癌轉移瘤的時間效率與診斷一致性。過去乳腺癌切片的誤判機率甚高(約 1/12),但 Google 演算法的病理預測熱圖能產生很大改善,其定位分數 (FROC) 達到 89%,大幅超越了在沒有時間限制下,病理學家對腫瘤定位的正確率 (73%)。而其他使用相同數據集的團體也獲得高達 81% 的分數;此外彭浩怡也透露,母公司 Alphabet 旗下的生技子公司也正努力運用深度學習在基因治療上。而史丹佛大學自身也使用 TensorFlow,將其用在診斷皮膚癌中。

不過彭浩怡強調,這些研究都還處在早期實驗階段,除了精進演算法增加判別率以外,統整各醫療組織數據格式,讓數據標準化將會是未來挑戰之一,Google 希望透過醫療開放數據標準,讓深度學習技術將此過程自動化,使得臨床醫師和研究人員更容易使用這些數據;另外也將跟許多廠商合作,串連各種醫療器材,讓醫師在使用器材能更無縫接軌,增進診斷效率。

最後 Google 台灣董事總經理簡立峰補充,醫療 AI 出現並不會搶了醫生的就業機會,從上面幾個案例來看,醫生判診相對準確但涵蓋率不夠,AI 則是反過來,因此應該通力合作,會是發展人機協作非常好的領域。而台灣不論在醫療領域還是資通訊領域都有穩健基礎,特別是因健保關係,醫療資料非常完善,若能充分利用在地圖像資料與既有技術,十分具機器學習於醫療領域的發展潛力。如果礙於法規無法大規模推動,那也可考慮在各醫院體系內部先行。而面臨台灣少子化、高齡化而衍伸出的長期照護問題,也會機器學習可延伸發展的好機會,像自駕車技術就有機會衍生出自動輪椅等更細緻的服務。


精選熱門好工作

平台客服人員

樂購蝦皮股份有限公司
臺北市.台灣

獎勵 NT$20,000

Campaign Manager 活動企劃經理

樂購蝦皮股份有限公司
臺北市.台灣

獎勵 NT$20,000

行銷企劃專員(海外市場/電商)

VeryBuy非常勸敗
臺北市.台灣

獎勵 NT$20,000

評論