人工智慧PK眼科醫生的AlphaGo,誰輸誰贏？

從1997年，深藍（Deep Blue）戰勝了國際象棋大師世界冠軍卡斯帕羅夫，到20年後，阿爾法狗（AlphaGo）旋風般橫掃圍棋界，人工智慧（Artificial Intelligence，AI）這些年裡飛速發展，在未來勢必對各行各業，對我們的生活學習帶來革命性的變革和不可預測的衝擊。深度學習（Deep Learning）是目前最有可能真正意義上讓電腦進行「思考、學習和決策」的模式（即AlphaGo所使用的模式），其原理十分複雜和深奧，但這並不妨礙我們來了解，目前AI（Deep Learning）在眼科中已經給我們帶來了什麼驚喜。

AI目前現在都做了什麼工作？

去年，AlphaGo的開發者——The Google Brian Team（屬於Google的子公司DeepMind）展示了他們將AI運用到糖尿病視網膜病變診斷上的成果，並發表在了美國醫學會雜誌（The Journal of the American Medical Association， JAMA）上。文章表明，AI不但可以根據眼底照片快速診斷出糖尿病視網膜病變（Diabetic Retinopathy，DR），而且精度驚人——敏感度96.1%，而特異度也同時高達93.9%！

同樣就在不久前，中山大學的劉奕志教授等和西安電子科技大學的研究團隊就在Nature的子刊Nature BiomedicalEngineering上發表了該團隊在AI協助診斷先天性白內障的成果，並成立了先天性白內障人工智慧（AI）平台。

如何理解AI的學習/思維模式

如同當初訓練AlphaGo一般，The Google Brian Team是將十幾萬張不同分級的糖網（DR）眼底照片供AI學習，然後AI再進行複雜的再學習和自我校正，最終練就了「一目十行」的神功，以極高的效率和精度診斷出糖網（DR）。

但AI是如何做到的呢？這和Deep Learning本身的特點有關。它的邏輯如同一個黑箱，期初我們僅僅給它展示了一系列圖片，並告訴它其中某張圖是什麼診斷，但我們並不知道AI在進行這種高強度學習后，究竟是用什麼判斷一個眼底照片是否有DR表現——它是如同眼科醫生一般觀察到了微血管瘤、出血、新生血管嗎？還是超出了這個維度，通過一些人類從未注意，甚至玄學一般的角度做出診斷呢？並且，這種因果關係可以應用到任何一種疾病上——只要為AI提供足夠多的數據和相對應的正確診斷！

目前圍棋界發生了翻天覆地的變革，人類棋手通過研究AlphaGo的棋路，發現了很多之前人們很難使用和理解的精妙招數。如圖中AlphaGo與李世石大戰的第一場。AlphaGo所執白旗，下在了人類棋手幾乎不會落子之處（紅點），而此局最終也以李世石的潰敗告終。

AI能為眼科帶來什麼？/AI會代替醫生嗎？

首先AI可以大大減輕醫療壓力。比如對於糖尿病視網膜病變，由於患病人群的龐大，眼科醫生資源遠遠不夠，但AI能卻早期、低成本的篩查出病變，在基層水平降低。

其次，目前的形勢是：AI還不能代替臨床醫生。但AI的發展絕對會為醫學帶來進步。AI的趨勢不是淘汰醫生，而是一種對醫生的極大輔助。

最後，AI在眼科的應用也絕對不止這麼簡單。我們可能會在未來看到AI以各種形式幫助人類，輔助眼科醫生的工作。舉個小例子，比如我們再將AI與攜帶型手機結合在一起又會發生什麼呢？Remidio公司目前生產解析度極高的手機眼底照相模塊（圖3），可與智能手機相連，得到清晰的眼底照片。如果與AI結合，我們將得到一位隨時可以提供服務的「眼科醫生」！這樣，普通人也可以早期、方便的得知自己是否患有疾病，而早期去專業醫生那裡就診，避免了醫療資源的浪費。

印度的Remidio公司的手機眼底照相模塊（Fundus on Phone，FOP），寬度僅僅2.9cm。如果內核裝有AI，那麼連上手機，普通人的一張「自拍」就能得知自己是否患有某種眼底疾病，從而決定是否就診。

AI廣闊的前景

除了Google公司，現在已經有很多新興的初創公司定位在了「醫療+AI「的模式上，如Enlitic、twoXAR、Sensely等眾多公司。他們涉及到了醫療活動中的各個方面，如數據採集、圖像分析、輔助診斷、藥物運用、護理等。

據CB Insights於2016年重新整理出的一份醫療領域AI創業圖景，統計了全球活躍其中的92家初創公司，他們有著寬廣的前景。而今這個數字在還在增加。

在不久的未來，AI一定會帶來一系列改革，而且是體現在生活的各個方面。但反過來說，眼科醫生也要緊追潮流，懂得運用科技的力量。就如同更新的檢查手段，可以帶來對疾病更深刻的理解——AI不是那個最終會擊敗眼科醫生的AlphaGo，而將是一位幫助我們的朋友。