IBM的人工智能可以通过眼部扫描检测出青光眼
青光眼 - 通常发生在眼睛前部积聚液体，对视神经造成破坏性压力 - 是导致世界失明的第二大原因。这也是令人恐惧的普遍现象：40岁或以上人口中有3.5%(2010年约为6050万)被诊断患有这种疾病，预计明年这一数字将急剧上升。
早期发现和治疗至关重要 - 青光眼不可逆转地进行，几乎不可察觉。(根据一些估计，一个人可能会失去多达40%的视力而没有注意到。)为此，IBM研究和纽约大学的科学家在一篇论文中描述了一种使用AI来检测青光眼特征模式的非侵入性技术。在视网膜成像数据中。它定于本月晚些时候在温哥华的视觉和眼科研究协会上展出。
“从生物学的角度来看，我们知道视觉功能与视网膜结构之间存在关联，”IBM研究澳大利亚高级研究科学家兼经理Rahil Garnavi在一篇博客文章中写道。“[我们证明我们可以]直接从眼睛的结构中估计视觉功能。”
传统的青光眼测试的问题是，它们依赖于患者自身的主观反馈来衡量患者在整个视觉空间中的可见程度。一些研究表明，警觉性和一天中的时间等因素会影响表现。
相反，IBM系统摄入视网膜(OCT)的三维光学相干断层扫描图像，其被馈送到训练用于估计相应视野指数(VFI)值的机器学习算法。(VFI是代表视野的指标。)根据该研究的共同作者，在实验中，它实现了仅2%的错误率 - 比传统的视网膜神经纤维层和神经节细胞内丛状层厚度测试大大改善。
“VFI是一个代表整个视野的全球指标，通过人工智能提供准确捕捉，为未来的技术奠定基础，可以利用这种分析快速估计患者的视觉功能，”Garnavi说。“我们的研究表明，OCT捕获的结构信息包含与功能测量高度相关的信息，对于专业人士来说，他们希望做出诊断时非常有用。”
该研究的共同作者认为，当配合能够在未来访问中预测视觉功能测试结果的辅助IBM机器学习系统时，该工具可以让医生获得准确的信息，而无需进行多次，时间密集的测试。
“[我们的工作奠定了]未来技术的基础，可以利用这种分析快速估计患者的视觉功能，”Garnavi说。“有朝一日能做到这一点有助于专业人士更好地预测疾病的进展和发病，并相应地调整治疗方案。”
IBM并不是唯一一家研究人工智能驱动的眼病诊断方法的公司。四年的大部分时间，字母生命科学公司实实在在的和谷歌的人工智能研究部门一直在开发可以诊断糖尿病视网膜病变(DR)的人工智能(AI)系统，这是他们部署了现实世界的临床使用的Aravind眼科医院二月份在印度马杜赖。总部位于爱荷华州的医疗保健创业公司Idx在2018年9月为其自己的AI糖尿病视网膜病变检测系统筹集了3300万美元，而Alphabet子公司DeepMind最近展示了一种能够正确确定如何在94%的病例中推荐验光患者的模型。