發(fā)布日期：2017-08-09
當(dāng)16歲的Kavya Kopparapu沒(méi)有參加會(huì)議，沒(méi)有發(fā)表演講或組織學(xué)校生物信息學(xué)小組，沒(méi)有練鋼琴或者管理非盈利組織的時(shí)候，她總在思忖著如何打發(fā)她的空余時(shí)間。 2016年6月份，高二那年的暑假，Kopparapu正在尋找可以應(yīng)用其計(jì)算機(jī)科學(xué)技能的新項(xiàng)目。很快，她將目光鎖定她的祖父——生活在印度東部海岸小城市的一位老人。 她的祖父從2013年開(kāi)始出現(xiàn)了糖尿病視網(wǎng)膜病變的癥狀，這是一種糖尿病的并發(fā)癥，會(huì)損害視網(wǎng)膜血管并最終導(dǎo)致失明。雖然他的視力還是惡化了，但至少他獲得了治療，怎么說(shuō)還是比較幸運(yùn)的。雖然早期的藥物和手術(shù)治療可以阻止或者扭轉(zhuǎn)視力損傷，但大多數(shù)患者并沒(méi)有機(jī)會(huì)獲得這些治療方案。 Kopparapu非常清楚這些數(shù)據(jù)：全球4.41億糖尿病患者中，三分之一伴有視網(wǎng)膜病變，其中一半得不到治療。在病情嚴(yán)重的患者中，半數(shù)將在五年內(nèi)完全失明。這些患者大多數(shù)都是窮苦之人。 Kopparapu說(shuō)：“缺乏診斷是最大的問(wèn)題。在印度，雖然有項(xiàng)目會(huì)派遣醫(yī)生到農(nóng)村和貧民窟為人們看病，但是患者那么多而眼科醫(yī)生十分有限。”如果當(dāng)?shù)卦\所可以有更廉價(jià)便捷的方式來(lái)發(fā)現(xiàn)這些新的病例并及時(shí)地將他們轉(zhuǎn)至大醫(yī)院呢？ 于是，Kopparapu開(kāi)發(fā)了Eyeagnosis。這是一款智能手機(jī)應(yīng)用，外加一對(duì)3D打印鏡頭，Eyeagnosis旨在通過(guò)手機(jī)快速拍照來(lái)改變耗時(shí)2小時(shí)，且需要數(shù)千美元視網(wǎng)膜成像儀的診斷流程。 Kopparapu和她的團(tuán)隊(duì)——包括她15歲的弟弟Neeyanth和高中同學(xué)Justin Zhang，共同訓(xùn)練了一個(gè)人工智能系統(tǒng)來(lái)識(shí)別眼睛中的糖尿病性視網(wǎng)膜病變跡象，并提供初步診斷。上個(gè)月，她在紐約的O'Reilly人工智能大會(huì)上介紹了該系統(tǒng)。 美國(guó)國(guó)家衛(wèi)生研究院（NIH）視覺(jué)疾病專家J. Fielding Hejtmancik說(shuō)：“該設(shè)備非常適合用于高效篩選更廣泛的人群。”其他研究機(jī)構(gòu)，包括谷歌和Peek Vision最近都宣布了類似的系統(tǒng)，但Hejtmancik對(duì)這群學(xué)生的創(chuàng)造力印象尤為深刻。 Eyeagnosis的發(fā)展與大多數(shù)項(xiàng)目類似。Kopparapu說(shuō)：“我搜索了很多資料，還發(fā)了很多郵件給眼科醫(yī)生、計(jì)算病理學(xué)家、生物化學(xué)家、流行病學(xué)家、神經(jīng)科學(xué)家、物理學(xué)家和機(jī)器學(xué)習(xí)專家等等。”最后，她組織了一個(gè)方案。 首先，她的團(tuán)隊(duì)利用已知的被稱為卷積神經(jīng)網(wǎng)絡(luò)（CNN）的機(jī)器學(xué)習(xí)架構(gòu)開(kāi)發(fā)了一個(gè)診斷AI。神經(jīng)網(wǎng)絡(luò)在近來(lái)的人工智能大爆發(fā)中功不可沒(méi)，包括在語(yǔ)音識(shí)別、機(jī)器翻譯以及圖像字幕等方面的大幅進(jìn)步。他們通過(guò)解析大量數(shù)據(jù)來(lái)尋找相似性模式以訓(xùn)練AI。 CNN在識(shí)別圖像方面特別有優(yōu)勢(shì)。信息經(jīng)過(guò)被稱為節(jié)點(diǎn)的“神經(jīng)元”分層，每一層中，網(wǎng)絡(luò)會(huì)識(shí)別出更多的抽象特征。“我們正在使用基于視網(wǎng)膜系統(tǒng)之工作原理的系統(tǒng)來(lái)診斷視網(wǎng)膜疾病，這在我看來(lái)非常有趣。”Kopparapu說(shuō)。 與其從零開(kāi)始構(gòu)建網(wǎng)絡(luò)，她選擇了有微軟研究人員開(kāi)發(fā)的現(xiàn)成模型ResNet-50。但是為了訓(xùn)練系統(tǒng)識(shí)別眼部疾病，她仍需要大量的訓(xùn)練數(shù)據(jù)。 她發(fā)現(xiàn)在NIH的EyeGene數(shù)據(jù)庫(kù)中有約34000個(gè)視網(wǎng)膜掃描數(shù)據(jù)。其中，許多圖像由不同型號(hào)的相機(jī)拍攝，且拍攝條件也各不相同，有的很模糊，有的曝光很差。“但這其實(shí)是件好事，”Kopparapu說(shuō)，“這些照片更符合現(xiàn)實(shí)，畢竟現(xiàn)實(shí)世界中用智能手機(jī)拍攝的圖像大都千奇百怪。” 到2016年8月，她的團(tuán)隊(duì)已經(jīng)讓ResNet-50能以與人類病理學(xué)家相當(dāng)?shù)臏?zhǔn)確性來(lái)發(fā)現(xiàn)糖尿病視網(wǎng)膜病變。到10月份，她已經(jīng)與孟買(mǎi)的Aditya Jyot眼科醫(yī)院合作來(lái)測(cè)試Eyeagnosis應(yīng)用，這個(gè)應(yīng)用不僅能夠檢測(cè)疾病，還可以突出顯示圖像中的血管和微動(dòng)脈瘤——以往通常需要向患者血液中注射熒光染料才能獲得這些高亮顯示的圖像。“我們?cè)噲D讓眼科醫(yī)生盡可能輕松地查看到所有信息。” 11月，她向醫(yī)院寄出了首個(gè)3D打印系統(tǒng)鏡頭原型。當(dāng)安裝到智能手機(jī)上后，鏡頭會(huì)自動(dòng)聚焦以照亮視網(wǎng)膜。完整的Eyeagnosis系統(tǒng)已經(jīng)在五名患者身上進(jìn)行測(cè)試，并且準(zhǔn)確率100%。 NIH專家Hejtmancik指出，Eyeagnosis到臨床應(yīng)用還有很長(zhǎng)路要走。“接下來(lái)她需要大量的臨床數(shù)據(jù)來(lái)證明Eyeagnosis的診斷結(jié)果在各種情況下都是可靠的，比如在眼科醫(yī)院，在鄉(xiāng)村，在偏遠(yuǎn)地區(qū)的診所等等。” 然而，Hejtmancik認(rèn)為該系統(tǒng)具有真正的商業(yè)潛力。但他還表示，唯一的問(wèn)題可能是這個(gè)系統(tǒng)太便宜，大公司可能會(huì)認(rèn)為其利潤(rùn)過(guò)于微薄。“但是在我看來(lái)，這正是我們需要的醫(yī)療保健。”Hejtmancik說(shuō)。
來(lái)源：獵云網(wǎng)
