“2011 年，計算機的錯誤率是 26%。”Jeff Dean 說。Jeff Dean 是谷歌大腦項目的負(fù)責(zé)人。谷歌大腦項目與其他科技巨頭一道助力引領(lǐng)了圖像識別領(lǐng)域的一場革命，這場革命也發(fā)生在語音識別和自動駕駛領(lǐng)域。Jeff Dean 表示，現(xiàn)在計算機識別和分析圖片（圖像）的能力已經(jīng)超過了人眼的水平。
“如果你在幾年前跟我說計算機有可能在視覺方面超過人類，我肯定不會相信你說的。”Jeff Dean 在出席德國海德堡的學(xué)術(shù)活動時如此表示。然而，得益于 AI 助力的計算機視覺方面的進(jìn)展，計算機“現(xiàn)在可以看到和分析圖片了……這也打開了我們的眼界，讓我們明白了這些都是可以實現(xiàn)的。”
AI 和機器學(xué)習(xí)的可能性是本周舉辦的第五屆海德堡桂冠論壇（5th Heidelberg Laureate Forum, 或 HLF 2017）的一大主題。每年一次的海德堡桂冠論壇匯聚了全球最有潛力的年輕科研人員和計算機科學(xué)老手以及數(shù)學(xué)巨匠，后者都曾獲得過各自領(lǐng)域最高榮譽，比如 ACM 計算機獎，圖靈獎，菲爾茲獎，阿貝爾獎和奈望林納獎。
Jeff Dean 因在分布式系統(tǒng)的成就而獲得 2012 年 ACM 計算機獎，他也是谷歌公司的傳奇人物。他深度綜述了 AI 技術(shù)如何提高醫(yī)療和醫(yī)學(xué)研究產(chǎn)出。
AI 技術(shù)已經(jīng)被應(yīng)用在醫(yī)療領(lǐng)域是合情合理的。根據(jù)埃森哲最近的一份報告，AI 醫(yī)療領(lǐng)域的年度增長率約為 40%，到 2021 年產(chǎn)值將達(dá)到 66 億美金。當(dāng)前行業(yè)產(chǎn)值約為 6 億美金。
Jeff Dean 在本周的海德堡桂冠論壇上總結(jié)了 AI 醫(yī)療領(lǐng)域新聞概況。
Google Brain chief Jeff Dean （Photo: Bernhard Kreutzer for the Heidelberg Laureate Forum）
癌癥診斷
病理學(xué)家要不停地讀取一個又一個的幻燈片和測試結(jié)果，以判斷乳腺癌、前列腺癌和其他癌癥。然而盡管他們受過良好的訓(xùn)練，研究表明，不同病理學(xué)家對某項乳腺癌的診斷結(jié)果僅在 42% 的時間會得出一致結(jié)論。
我們的一個深度學(xué)習(xí)項目取得了明顯更優(yōu)的診斷結(jié)果，這個項目用到了谷歌公司尚未公開的 Inception 深度學(xué)習(xí)工具和康奈爾大學(xué)進(jìn)行一些定制化改進(jìn)，Dean 表示。
這一研究在 2017 年 3 月發(fā)布，研究揭示了谷歌大腦正在進(jìn)行的 AI 醫(yī)學(xué)研究項目。研究人員“喂養(yǎng)”了計算機數(shù)以百計的病理學(xué)圖像，以訓(xùn)練它檢測癌癥，獲得了接近 90% 的準(zhǔn)確度。
X 光成像
兩個月前，一個瑞典研究小組展示了類似的可喜成就，他們將 AI 用在了 X 光片診斷骨折上。
研究中，瑞典卡羅琳娜研究所、皇家理工學(xué)院和丹德呂德醫(yī)院的研究人員發(fā)現(xiàn)，深度學(xué)習(xí)助力的計算機視覺能夠發(fā)現(xiàn)和病理學(xué)家同等精度的骨折。卡羅琳娜研究所的 Max Gordon 負(fù)責(zé)整個研究項目，他寫道，”這證明 AI 網(wǎng)絡(luò)可以和人類專家協(xié)同評估病情，我們希望能夠在高精度 X 光片上取得更優(yōu)的結(jié)果。“
關(guān)于這一研究，Dean 表示，“計算機視覺和 AI 技術(shù)將從根本上改變”醫(yī)療診斷行業(yè)。他說患者將很快就能夠受益于此。
計算機視覺與糖尿病視網(wǎng)膜病
一個重要例子就是糖尿病視網(wǎng)膜病。如果發(fā)現(xiàn)的早，糖尿病視網(wǎng)膜病很好治療；但是如果錯過了早期時機，可能會引起視力下降甚至失明。根據(jù)亞特蘭大疾病控制中心的數(shù)據(jù)，全球范圍內(nèi)約 4 億人面臨糖尿病視網(wǎng)膜病的風(fēng)險。
問題在于，研究表明，即使是受過良好訓(xùn)練的病理學(xué)家也很難提前診斷。“讓兩位執(zhí)照病理學(xué)家看同樣兩幅眼球圖像，一幅是正常的，一幅是患有糖尿病視網(wǎng)膜病的（見下圖），分別看四遍。他們的結(jié)論只有 60% 時間是一致的。兩個小時后，他們的結(jié)論有 65% 是一致的。”
Comparing images to diagnose diabetic retinopathy
“這太可怕了，"Dean 補充到，這自然成為了 AI 面臨的挑戰(zhàn)。“如果這些新的計算機視覺系統(tǒng)在識別貓和狗的區(qū)別上能夠達(dá)到人類的精度水平，他們應(yīng)該在識別”更廣范圍的醫(yī)學(xué)內(nèi)容方面（發(fā)揮作用）。
研究顯示，研究人員向 AI 系統(tǒng)“喂養(yǎng)” 150000 張眼睛的照片，最終 AI 系統(tǒng)在診斷方面超過了人類的精度水平。
未來展望
醫(yī)療領(lǐng)域的 AI 計算機還有其他很多領(lǐng)域可以應(yīng)用。從藥物檢測到全方位患者護(hù)理到人腦的突觸關(guān)聯(lián)測繪，AI 短時間內(nèi)好像就要革新數(shù)百萬患者的醫(yī)療和治療方案，Dean 表示。谷歌并不是這一領(lǐng)域的唯一玩家。IBM 公司的 Watson， 微軟公司的 AI 研究人員，還有 Facebook 公司，都在 AI 健康算法和解決方案方面做著類似的工作。
一些科技界的領(lǐng)袖，如特斯拉公司的 CEO 埃隆·穆斯克，已經(jīng)表達(dá)了對 AI 的擔(dān)憂，AI 可能逃脫人類掌控病威脅人類生命。這一爭論似乎仍將繼續(xù)，至少在奇點來臨之前不會停止。然而，對于那些更關(guān)心當(dāng)下福祉的人們來說，Dean 在本周傳遞的信息確實是更讓人滿懷希望的。
