跳至內容

看見
潛能

Google 團隊如何利用 AI 來幫助醫生預防糖尿病引致的失明。

Google 科學研究員 Varun Gulshan 當時正尋找一項能符合心中條件的計劃。

計劃會運用 Gulshan 開發人工智能 (AI) 演算法的背景,同時激發他對科學和醫學的興趣。更理想的是,計劃能夠幫助母國印度的人民。

我開始考慮要解決更基本的問題。我希望能把圖像識別應用到對社會有益的事上。

Varun Gulshan,Google 研究科學家

他寫了封電郵給 Google Accelerated Science (GAS) 團隊的總監 Phil Nelson,查詢是否有符合這些條件的項目。

數星期後,Gulshan 打開一個數碼磁碟,磁碟內裡儲存了來自印度一家醫院數百個已作匿名化處理的視網膜掃瞄樣本。Nelson 覺得計劃應該會適合 Gulshan,但首先他需要肯定一點:人工智能模型是不是真的可以學習識別掃瞄圖片中的疾病徵兆,特別是糖尿病視網膜病變這種致盲成因?

Gulshan 以往曾研究利用 AI 識別手勢,他覺得:「這個項目和我的技能簡直是絕配。當我看到那些掃瞄影像,我心想:深度學習現在已達至一定水平,我們絕對可以把這種技術應用到這些問題上。」

日益備受關注

印度有 7,000 萬名糖尿病患者,糖尿病視網膜病變的問題日趨嚴重。疾病會在視網膜後方引起病變,最後可能導致患者完全失明;18% 的印度糖尿病患已患有此病。這種疾病已引起全球關注,全球有 4.15 億名糖尿病患者面臨失明的風險 (美國、中國和印度的病例最多)。

的印度糖尿病患者 (約 7,000 萬人) 患有這種疾病。

所幸的是,永久失明並非無可避免。只要及早診斷,病人就能透過藥物、治療、運動和健康飲食這些非常有效的方法,預防視力進一步受損。

重重挑戰

缺乏意識往往是糖尿病視網膜病變的一個大問題。印度欽奈 Sankara Nethralaya 眼科醫院視網膜外科醫生 Rajiv Raman 表示,很多糖尿病患者往往以為這個疾病的早期徵兆只不過是輕微的視力問題。由於印度語中沒有「視網膜」這個名詞,討論這個疾病本身已經是一大挑戰。Raman 醫生解釋:「我們有形容白內障的詞語,在印度語和泰米語中都有形容青光眼的詞語,但對於糖尿病視網膜病變,根本就沒有合適的翻譯。」

Rajiv Raman 醫生的相片

Sankara Nethralaya 眼科醫院視網膜外科醫生 Rajiv Raman

印度欽奈

雖然眼科醫生可解釋疾病成因及定期檢查如何有助監察病情,但如何先為面對風險的病人安排視網膜檢查才是真正的難題。對世界各地的農村社群來說,相對醫藥問題,基礎設施落後對晚期糖尿病視網膜病變的盛行更是攸關。村民或需長途跋涉才能從家出發至最近的專科醫生診所,數次的按時覆診往往亦是非常困難之處。

「很多農村患者已進入糖尿病視網膜病變的晚期,但他們卻不知道自己罹患了糖尿病」

貧困的病人往往亦要顧及家眷,未能同時好好照顧自己。他們會繼續如常生活,直至糖尿病視網膜病變的病情轉差至不能忽視,但這往往為時已晚。Sankara Nethralaya 遠程眼科主管 Shelia John 醫生表示:「很多農村患者已進入糖尿病視網膜病變的晚期,但他們卻不知道自己罹患了糖尿病,他們正在失去視力。部分病症個案中,他們已有一隻眼睛失明,我們必須保住另一隻眼睛。」

病人於 Sankara Nethralaya 眼科醫院外排隊。

病人於 Sankara Nethralaya 眼科醫院外等候

印度欽奈

組成團隊

診斷糖尿病視網膜病變的最大挑戰,是個案數量非常龐大。只是印度就有 7 千萬糖尿病人必須接受檢查,但那裡就是沒有足夠受過培訓的臨床醫護人員來審視病人的視網膜掃瞄。

我們需要在 [患者] 視力良好時儘早檢查

但有些偏遠農村地區僅有數名病人居住,要專家在那些地方開設眼科診所根本就不可行。印度馬杜賴 Aravind 眼科醫院 R. Kim 醫生表示:「我們需要在患者視力仍然良好時就及早進行篩檢。但怎樣才能做到呢?」Kim 醫生進一步解釋:「要為 7,000 萬人進行篩檢,簡直就是天荒夜譚。」

Florence Thng, Verily 產品經理
Florence Thng
Verily 產品經理
Philip Nelson, Google Accelerated Sciences 團隊主任
Philip Nelson
Google Accelerated Sciences 團隊主任
Peter Wubbels, Verily 工程師
Peter Wubbels
Verily 工程師
Naama Hammel, Google Brain 團隊眼科醫生
Naama Hammel
Google Brain 團隊眼科醫生
Lily Peng, Google Brain 團隊產品經理
Lily Peng
Google Brain 團隊產品經理
Kasumi Widner, Google Brain 團隊計劃經理
Kasumi Widner
Google Brain 團隊計劃經理
Dale Webster, Google Brain 團隊工程師
Dale Webster
Google Brain 團隊工程師
Florence Thng, Verily 產品經理
Florence Thng
Verily 產品經理
Philip Nelson, Google Accelerated Sciences 團隊主任
Philip Nelson
Google Accelerated Sciences 團隊主任
Peter Wubbels, Verily 工程師
Peter Wubbels
Verily 工程師
Naama Hammel, Google Brain 團隊眼科醫生
Naama Hammel
Google Brain 團隊眼科醫生
Lily Peng, Google Brain 團隊產品經理
Lily Peng
Google Brain 團隊產品經理
Kasumi Widner, Google Brain 團隊計劃經理
Kasumi Widner
Google Brain 團隊計劃經理
Dale Webster, Google Brain 團隊工程師
Dale Webster
Google Brain 團隊工程師

如果 Google 的人工智能可以準確地解讀視網膜掃瞄,就能更容易診斷出糖尿病視網膜病變,這樣,或許就能拯救數百萬人的視力。

建立資料集供 AI 模型學習這個部分相當棘手,因為這個工作需要 AI 模型檢視所有掃瞄檔案,然後根據不同嚴重程度逐一評分並加上標籤。要解決這個問題,需要龐大的眼科醫生團隊對掃瞄評分,供 AI 模型學習。

但是,如果希望 AI 模型能真正掌握解讀視網膜掃瞄的細微差別,團隊便需要更多高品質的資料。

教導模型

首先,Aravind 和 Sankara Nethralaya 的眼科醫生協助團隊為視網膜圖像加上標籤。短短幾個月後,團隊訓練模型如何識別糖尿病視網膜病變的關鍵標記,例如神經組織受損、腫脹和出血。有了更大的資料集,Gulshan 確信團隊能令模型更準確。

Eye Picture Archive Communication System (EyePACS) 負責人 Jorge Cuadros 博士隨後加入團隊。EyePACS 是一個遠端醫療網絡,負責為美國鄉郊病人聯繫眼科醫生,進行糖尿病視網膜病變掃瞄。但由於到 EyePACS 看了診的病人仍需等待數週才能進行診斷掃瞄,因此 Cuadros 醫生很樂意協助團隊以加快診斷速度。

EyePACS 分享了包括各種不同類型病人的資料,數量比 AI 團隊當時收集到的資料多出一百倍。這表示標記的工作量極為龐大,因為每份掃瞄圖像都需要經過多次評分,以調和不同評分者的評分差異。Google 軟件工程師 Dale Webster 表示:「模型會從不斷重複做的事情中學習,這往往會產生差異較少且更有力的成果。」

到目前為止,已有近 100 位眼科醫生為 AI 模型提供了超過 100 萬則評分。

人工智能的運作方式

AI 模型的原理 (1/4)

超過 50 位眼科醫生已人工審查了超過 100 萬幅匿名的視網膜掃瞄圖片,並就每幅掃瞄中顯示的糖尿病視網膜病變進行評分。

AI 模型的原理 (1/4)

超過 50 位眼科醫生審查了超過 100 萬幅匿名的視網膜掃瞄圖片,並就每幅掃瞄中顯示的糖尿病視網膜病變進行評分。

AI 模型的原理 (2/4)

每幅掃瞄圖片都會被審查數次,並由醫生按 1 (沒有糖尿病視網膜病變徵兆) 至 5 (極嚴重徵兆) 逐一評分。

AI 模型的原理 (3/4)

接著,經評分的掃瞄圖像會匯入圖像識別演算法中。提供數以千計經評分的掃瞄圖像後,演算法便能像眼科醫生一樣,開始瞭解糖尿病視網膜病變的跡象。

AI 模型的原理 (4/4)

經過訓練後,演算法就可以用來推動稱為自動視網膜疾病評估 (ARDA) 的應用程式。ARDA 讓使用者可以上載視網膜掃瞄以進行即時糖尿病視網膜病變分析。

從模型到裝置

對所有團隊成員而言,他們參與此計劃的主因是相信可以將此模型轉化為實際的自動視網膜疾病評估 (ARDA) 裝置。

此計劃的靈魂人物是另一位 Google 團隊成員 Lily Peng。身為受過完整訓練的醫生,Peng 與眼科團隊其他成員一樣,冀望能在臨床醫學能創出影響而加入。

她問道:「我們都有很多偉大想法,很多承諾,對嗎?但是為什麼這些意念沒一個能在臨床醫學上實現呢?」

Lily Peng,Google

Peng 期望將 ARDA 應用於臨床環境,但首先必須通過各項測試及規管批核。為實現願景,團隊專注於兩項目標:第一、開始在現實中測試 ARDA,進行臨床實驗;第二、在《美國醫學會期刊》(JAMA) 發表研究結果的論文。

Nelson 表示:「我們選擇投稿到 JAMA,因為 JAMA 是執業行醫的權威期刊。我們不單止想證明有能力付諸實行,更希望研究在醫學界廣為人知。」

另一項令 ARDA 裝置聲名大噪的策略,就是向美國食品及藥物管理局 (FDA) 展示成果。Peng 在 Nelson 陪同下,將人工智能的優點展示得淋漓盡致。Peng 不單是主要倡導者,也在各個參與研發 ARDA 的社群間充當翻譯。

Gulshan 說道:「她精通各種語言。既能與我們交流,又能了解我們所做工作面對的複雜技術內容,同時亦明白醫生所表達的,以及相關的影響。Lily 也帶來不少讓我們能用於臨床的念頭。」

一種新型溫度計

Google 團隊中沒有具創製醫療設備實際經驗的成員,因此向專門研究醫療護理的 Alphabet 公司 Verily 尋求協助 (Alphabet 為 Google 母公司),處理有關 ARDA 技術申請成為醫療設備的規管與臨床要求。

美國食品藥物管理局 (FDA) 最近宣佈一個認證前試點計劃,Verily 在數百家申請公司中脫穎而出,成為九間參與計劃的公司之一。現時 Verily 正利用公司的專業知識幫助推動 ARDA 在印度進行臨床試驗。而 Gulshan 也搬回印度,協助醫生和護士使用裝置。

眼科醫生從病人眼球掃瞄尋找受損部分。

詳細檢查

經視光師檢查後,Sankara Nethralaya 醫院的每一位病人都會由眼科醫生檢查。如果眼科醫生發現病人的眼睛可能受損,就會安排他們接受視網膜掃瞄。

Peng 表示:「取得監管部門的批准十分重要,但更重要的是我們需要讓合作的臨床醫護人員在操作裝置時得心應手,甚至喜歡使用這個軟件。因此,我們追求的不單只是安全和效率,而是要真正幫助到臨床醫護人員。」

在最近的臨床測試中,ARDA 為印度兩間醫院 3,000 名糖尿病人的掃瞄評分。然後,研究將這些評分與醫生的診斷對照。結果確定了 2016 年在 JAMA 發表的研究論文:研究模型在篩檢病人方面與現有的醫護人員判斷相若。

Rajiv Raman 醫生審視病人出現糖尿病性視網膜病變跡象的視網膜掃瞄。

Rajiv Raman 醫生審視病人出現糖尿病性視網膜病變跡象的視網膜掃瞄。

印度欽奈

對 Cuadros 醫生來說,ARDA 的主要好處顯而易見。他指出,全美的糖尿病視網膜變病患者比率正在下降,表示預防性治療正在發揮功用。但由於糖尿病發病率增加,糖尿病視網膜病變患者的整體數目仍然保持不變。需要接受篩檢的病人數目正在上升,而對治療專家的需求就大致相同。

因此眼科醫生備受壓力。

Raman 醫生表示:「我每天需要為 3,000 名病人做檢查,如果沒有其他人協助,肯定沒可能做到的。而 ARDA 就是我的好幫手。」

Rajiv Raman,眼科醫生

在這種情況下,把專業知識應用到基層醫療可以帶來莫大裨益。「在基層醫療的醫生診所中應用 ARDA 一定大有幫助,因為我們可以為更多病人進行篩檢。」Kim 醫生解釋:「這樣眼科醫生就可以專注治療患有視網膜病變的病人。」

我從來不知道糖尿病可以引致失明。以往我會踏單車到處去,直到有一天我的左眼視力變得模糊。8 個月後,我的左眼完全失去視力。

Elumalai,病人

事實上,Raman 醫生想像裝置應該像溫度計一樣普遍,或甚至是像糖尿病患者一直用來監察自己血糖水平的血糖儀一樣。他說:「我的工作不是去檢測病人有沒有患上糖尿病視網膜病變,而是進行激光、注射和真正的手術,幫助他們減低失明情況。」

無論診斷方式如何轉變,各人都認同提高意識才是保持健康的關鍵。事實上,糖尿病視網膜病變診斷有機會帶來更好的整體結果。Cuadros 醫生解釋:「假如能在早期病人尚未需要治療時就偵測到視網膜疾病,病人就仍然有機會明白糖尿病已開始對他們的身體造成影響。希望這樣可以推動他們更好地控制自己的血糖。」

Mythili,病人

Mythili 是 Rajiv Raman 醫生的病人,患有糖尿病已有 19 年,在 5 年前發現自己有糖尿病視網膜病變。她很清楚知道自己的視力可能會受糖尿病影響,所以會定期驗眼。

診斷上的進步

目前有更多研究正在進行中,包括在印度進行持續臨床試驗,而這將會是當地首次進行如此詳細的篩檢。Google 和 Verily 對於未來的可能性相當樂觀,認為 ARDA 甚至可能診斷出糖尿病視網膜病變以外的疾病。Nelson 指出:「自從[該 JAMA 文章]發表後,我們又有了更大進展。最近我們在《Nature Biomedical Engineering》發表了一篇論文,證明我們不但能從一幅視網膜圖片預測數種心血管疾病風險因素,還可以預測人患上嚴重心血管疾病的風險。」

終有一天,診斷嚴重疾病可能會像量體溫或檢查血壓一樣簡單。但目前來說,AI 演算法已可幫助醫生快速診斷糖尿病視網膜病變,令數以百萬計的糖尿病患者得以保存視力。

相關故事

一位父親使用 YouTube 為女兒製作更好的義眼

一位父親使用 YouTube 為女兒製作更好的義眼

如何在發生緊急事件時使用智能手機保命

如何在發生緊急事件時使用智能手機保命

看看這位女性如何運用電單車、血庫和「Google 地圖」拯救性命

看看這位女性如何運用電單車、血庫和「Google 地圖」拯救性命

認識運用機器學習拯救全球蜜蜂的團隊

認識運用機器學習拯救全球蜜蜂的團隊

透過一輛單車,協助認知障礙症患者憶起舊日時光

透過一輛單車,協助認知障礙症患者憶起舊日時光

一位父親使用 YouTube 為女兒製作更好的義眼

一位父親使用 YouTube 為女兒製作更好的義眼

如何在發生緊急事件時使用智能手機保命

如何在發生緊急事件時使用智能手機保命

看看這位女性如何運用電單車、血庫和「Google 地圖」拯救性命

看看這位女性如何運用電單車、血庫和「Google 地圖」拯救性命

認識運用機器學習拯救全球蜜蜂的團隊

認識運用機器學習拯救全球蜜蜂的團隊

透過一輛單車,協助認知障礙症患者憶起舊日時光

透過一輛單車,協助認知障礙症患者憶起舊日時光

一位父親使用 YouTube 為女兒製作更好的義眼

一位父親使用 YouTube 為女兒製作更好的義眼

如何在發生緊急事件時使用智能手機保命

如何在發生緊急事件時使用智能手機保命

看看這位女性如何運用電單車、血庫和「Google 地圖」拯救性命

看看這位女性如何運用電單車、血庫和「Google 地圖」拯救性命

認識運用機器學習拯救全球蜜蜂的團隊

認識運用機器學習拯救全球蜜蜂的團隊

透過一輛單車,協助認知障礙症患者憶起舊日時光

透過一輛單車,協助認知障礙症患者憶起舊日時光

回到頁首