Zi 字媒體

▎葯明康德/報道如果16歲的Kavya Kopparapu不用出席會議，發表演講，主持學校的生物信息學社會，組織研討會，彈鋼琴和運營非營利組織，她不知道所有的空閑時間如何度過。Kopparapu從小就熱愛科學。在弗吉尼亞州長大的她，吃早餐時都在看科學美國人。但直到參加了由國家婦女與信息技術中心（National Center for Women and Information Technology）舉辦的編程講習班，她才開始對電腦深深著迷。她很快自學了Java，HTML，Python和C語言。「我的媽媽不得不把我從電腦面前拉走，以免我忘記吃飯」 。上了高中，她選修了計算機科學，電腦視覺和人工智慧課程之後，對人工智慧十分著迷。Kopparapu一直想尋找一個計算機研究項目進行實踐。2016年6月，高一的暑假，她很快就想到住在印度東海岸一個小城市的祖父。3年前，祖父開始出現糖尿病視網膜病變（diabetic retinopathy）的癥狀，這是一種糖尿病的嚴重併發症，是由於高血糖水平導致的視網膜血管受損。這些血管可能膨脹，破裂，或者關閉從而阻止血液通過。有時異常的新生血管會在視網膜上生長。所有這些變化會損害視網膜血管，有可能最終導致失明。▲健康的視網膜(左)和糖尿病視網膜病變(右)(圖片來源：美國國家眼科研究所）糖尿病眼病有兩個主要階段。NPDR（非增殖性糖尿病視網膜病變）和PDR（增殖性糖尿病性視網膜病變）。NPDR是糖尿病眼病的早期階段，許多糖尿病患者都會有。如果微血管破裂，會導致黃斑水腫。這是糖尿病患者失去視力的最常見原因。如果視網膜血管關閉，會出現黃斑缺血。這兩種情況發生時，都會影響患者的視力。而當視網膜開始生長新血管時，就進入糖尿病眼病的晚期階段PDR。這些脆弱的新血管通常會滲入玻璃體如果滲血量少，患者可能會看到一些黑色的漂浮物。如果滲血量多，就會完全失明。▲糖尿病視網膜病變的患者因視網膜損傷血管而導致視力喪失(圖片來源：美國國家眼科研究所）Kopparapu的祖父被診斷出糖尿病視網膜病變時，視力已經出現衰退，但他仍然比較幸運。因為儘管早期發現可以通過藥物和手術治療來阻止或扭轉眼睛損傷，但是大多數糖尿病患者都不會得到及時診斷。根據統計數據顯示：全球4.41億糖尿病患者中，三分之一可能會出現視網膜病變的併發症，但只有大約50%的患者能夠被確診。嚴重的併發症患者中，有一半人會在發病五年內失明。Kopparapu說：「缺乏診斷是最大的挑戰。」目前診斷這種疾病需要數千美元的視網膜成像儀，耗時2小時檢測才能完成。Kopparapu想把通過手機拍照來實現診斷。這就是診斷人工智慧系統(artificial intelligence , AI)項目想法的來源，Kopparapu想像它應該包括一款智能手機應用程序和一個3D列印的鏡頭。 Kopparapu把她15歲的弟弟Neeyanth和她的高中同學Justin Zhang聚在一起，他們想做一個可以識別眼睛中的糖尿病性視網膜病變的跡象並提供初步診斷的AI。為了進行診斷AI項目，Kopparapu通過Google查了海量資料。她還向許多眼科醫生，計算病理學家，生物化學家，流行病學家，神經科學家，物理學家和機器學習專家發送了大量電子郵件進行諮詢。最後，她決定選擇使用稱為卷積神經網路（CNN）的機器學習架構。神經網路是人工智慧背後的常見技術，應用於言語識別，機器翻譯和圖像字幕等領域。CNN特別擅長對圖像進行分類，所以設計類似於大腦的視覺系統並不是巧合。信息通過「神經元」的分層（也稱為節點）， 在每一層，神經網路識別更多的抽象特徵：像素，到邊緣，到形狀，再到對象。「有趣的是，我們正在使用一種基於視網膜成像原理的系統來診斷視網膜疾病，」Kopparapu說。Kopparapu沒有從零開始構建網路，而是選擇了微軟開發的稱為ResNet-50的現成模式。但為了教導系統如何識別眼睛疾病，還需要一些培訓數據。她很快就盯上了美國國立衛生研究院（NIH）的EyeGene資料庫，其中包含的34000個視網膜掃描圖像。大多數圖像是在各種條件下用不同類型的相機拍攝，大多數圖像都不同程度的模糊或曝光不良。但Kopporapu覺得這是件好事：「它非常好地模擬了智能手機的使用場景」。2016年8月，她的小夥伴團隊已經訓練了ResNet-50系統，使其能夠準確地發現糖尿病視網膜病變，達到病理學家的標準。10月份，她在孟買的Aditya Jyot眼科醫院（Aditya Jyot Eye Hospital）測試了這套眼科診斷應用程序，結果證實它不僅能夠檢測疾病，還可以突出顯像中的血管和微動脈瘤，後者通常要將熒光染料注入患者的血液才能發現。「我們試圖讓眼科醫生儘可能輕鬆地查看所有信息」，Kopporapu說。▲Eyeagnosis使用3D列印的鏡頭和支持AI的智能手機應用來診斷糖尿病性視網膜病變(圖片來源：IEEE spectrum）11月，她設計出了3D列印的系統鏡頭，並且送到醫院測試。安裝到智能手機上時，鏡頭會將手機的漫反射中心閃光燈聚焦，最佳地照亮視網膜。完整的眼科診斷系統稱為Eyeagnosis，目前已經在醫院的5名患者身上進行了試驗，並且都做出了準確的診斷。 最近，Kopporapu在紐約市的O'Reilly人工智慧會議上介紹了該系統。NIH視覺疾病專家J. Fielding Hejtmancik博士說：「該設備非常適合於篩選在廣泛的人群進行高效篩選」。其他研究機構，包括Google和Peek Vision最近都發布了類似的AI系統，但是Hejtmancik博士對這幾個學生的創造力印象深刻。他說：「這些孩子們把東西組合成一個非常好的方式，比大多數由更高學歷的研究人員設計的診斷系統都更便宜和簡單！」▲Peekvison推出的糖尿病視網膜病變篩查系統，包括智能手機視力測試Peek Acuity和智能手機視網膜成像適配器Peek Retina(圖片來源：peekvision）雖然臨床應用還有很長的路要走，還需要經過更多的試驗和數據證明系統可靠性。一旦開發成功，Eyeagnosis人工智慧診斷系統會有很高的應用價值。可望給更多糖尿病患者人群帶來早期診斷，挽回珍貴的視力。參考資料：[1] Teenage Whiz Kid Invents an AI System to Diagnose Her Grandfather's Eye Disease[2] American Academy of Ophthalmology[3] eyegene.nih.gov