近日，中美研究人员开发了一个使用大数据和人工智能的平台，不仅可以识别两种最常见的视网膜疾病，还可以评估它们的严重程度。它还可以根据胸部x射线图像，区分儿童的细菌性肺炎和病毒性肺炎。相关论文刊登于《细胞》杂志。

广州市妇女儿童医疗中心和美国加州大学圣迭戈分校等机构的研究人员使用基于人工智能技术的卷积神经网络学习了超过20万张眼部光学相干断层扫描图。然后采用“迁移学习”技术，让计算机学会将已获得的知识用于解决其他相关问题。研究人员还使用了遮挡测试，对图像的数百块区域进行遮挡，评测准确度是否受到影响，从而识别出每幅图像中令计算机做出相关诊断最重要的病灶区域。

研究人员分析了人工智能平台对黄斑变性和糖尿病性视网膜病的诊断。结果显示，新技术可以在30秒内判断检查者是否需要治疗，准确度超过95％。研究人员还将该工具应用于儿童肺炎诊断。通过检查胸部x光片，计算机能确定病毒和细菌性肺炎之间的差异，准确率超过90%。

除了进行医学诊断外，这个人工智能平台还可以提供转诊和治疗建议，这超越了以往研究。此外，这项技术还有很多其他潜在的应用，例如，在CT扫描和核磁共振成像中区分癌和非癌病变。

论文链接