这项可以为眼科医生带来颠覆性改变的技术源自谷歌旗下的DeepMind。DeepMind已经开始借助成千上万张视网膜扫描图训练人工智能算法，预计将比人类眼科专家更为有效。
DeepMind通过与英国国家卫生部（NHS）以及全球最有名的眼科医院之一的伦敦莫菲尔眼科医院合作两年，取得了卓有成效的发现，并向医学杂志递交了研究成果。如果研究结果获得了同行评审的批准，那么就意味着这项研究将于未来几年内进入临床试验。
不过，该项研究的细节仍有待公布。莫菲尔眼科医院研发总监Peng Tee Khaw表示：“未来一年之内，我们将会在医学刊物上发表我们的研究发现。这是令人激动的进展，可以帮助数千万人免于遭受失明的命运。”
DeepMind高级临床科学家Dominic King在成果发布后表示鉴于图像的信息量巨大，基于此类算法还能应用到三大严重眼疾的诊断，包括青光眼、糖尿病视网膜病变以及与年龄增长有关的黄斑变性。
King还表示，人工智能是通用型的，一旦在眼科方面被证明有效，也能够用于其他医学领域的诊断，比如分析放疗扫描图，再比如乳腺癌X光的筛查。
抢占风口
医疗行业已经成为人工智能最大的风口。随着深度学习技术的不断发展，人工智能已经能够帮助放射科医生检查每一张图片的医学扫描结果。
芯片生产巨头英伟达早在2016年就与麻省总医院临床数据科学中心达成合作。英伟达凭借其技术，利用中心100亿份医学影像，进行深度学习训练开发，用于疾病的检测、诊断、治疗等场景。此外，英伟达还与美国国家癌症研究所、美国能源部合作启动“癌症探月”项目。2017年，英伟达又宣布与GE医疗合作，加强对医疗影像的处理能力。
英伟达创始人CEO黄仁勋在去年接受第一财经记者专访时就透露，英伟达已经在医疗领域投资多年，“计算机过去很长一段时间都难以理解人类的生物学，因为太复杂、太多样化了。现在有了人工智能这种新的技术和计算机科学，只要把人工智能软件注入到科学家或者医生的工作系统中，我们相信能够帮助新药的发现，或者早期疾病的诊断，甚至疾病的治疗。”
最早将人工智能引入到医疗研究的是IBM Watson。2016年IBM就将人工智能应用到肿瘤、慢性病管理、精准医疗、体外检测等九大医疗领域。百度人工智能计划也在2016年10月推出百度医疗大脑。但是，由于当时人工智能的学习过程仍然非常缓慢，IBM和百度的医疗项目在很长一段时间内都没有实质性的进展。
如今，随着GPU芯片技术的高速发展，计算机的计算能力已经呈现指数级的提升。以英伟达与GE的合作为例，英伟达的GPU技术将被用于通用电气的先进超声波成像设备，以提供数据的可视化和量化。GE医疗方面表示：“英伟达的GPU加速了血液流动的重建和可视化，并改进了2D和4D成像技术。有望在肝损伤检测和肾脏损伤鉴定方面取得更好的临床效果，因为它的速度非常快。”
替代人类？
应用人工智能帮助专家进行诊疗的一大好处是节省时间。比如通常情况下标记头颈癌需要医生5到6个小时坐着不动，这对医生而言也是巨大的压力。英国业界呼吁国家卫生部门投入技术来减轻医生重复性劳动的负担。
DeepMind介入人工智能诊疗也是顺应了这一需求。据了解，DeepMind医疗团队目前已有超过100名员工，这比三年前的10名增加了数倍。
但另一方面，大型科技公司与医院之间的合作仍然饱受争议。
2017年，伦敦数据保护监管机构判定NHS的一项授权DeepMind进入160万病患医疗数据记录的信托协议违反法律规定，这些数据包括有关急性肾损伤的数据和其他相关数据。
对此，King表示：“人工智能的实施和评估需要像批准一款新的医疗设备那样受到严格的管理，收集到了足够的证据之后才可以推向医疗行业的规模化应用。”
研究机构Gartner分析师Anurag Gupta认为，疾病的诊断，一部分是科学，一部分是艺术。人工智能可以提供前者，而只有人类智慧才能二者兼顾。“人工智能系统能够处理大量的信息，在一个狭窄的领域里从大量的信息里获取有用的资料，并且完成大量重复的事情，这些在短期内都能与人类技能形成很好的互补。”Gupta对第一财经记者表示，“而人类的技能则可以以人工智能为基础，因为我们人类擅长从信息里推断出上下文的东西。”
美国癌症研究协会3年前开始搭建人工智能大数据医疗平台，并向药企开放数据，支持其药物研发以及病人的精准治疗。
