隨著人工智能的不斷發展，疾病的診斷速度越來越快，而且可能比醫生更準確，有些人認為技術很快就會取代醫生目前正在執行的任務。但Google AI研究小組的一項新研究表明，一起工作的醫生和算法比單獨使用它們更有效。這是首批研究人工智能如何提高醫生診斷準確性的研究之一。這項新研究將發表在4月份的眼科學雜志上，該博士是美國眼科學會的專家。

這項研究擴展了谷歌人工智能的先前工作，表明其算法與人類專家一樣，可以篩查患者常見的糖尿病視網膜病變糖尿病眼病。對于他們的最新研究，研究人員希望了解他們的算法是否可以做的不僅僅是診斷疾病。他們想要創建一個新的計算機輔助系統，可以“解釋”算法的診斷。他們發現該系統不僅提高了眼科醫生的診斷準確性，而且提高了算法的準確性。

超過2900萬美國人患有糖尿病，并且有患糖尿病視網膜病變的風險，這是一種潛在致盲的眼病。人們通常不會注意到他們在疾病早期階段的視力變化。但隨著病情的發展，糖尿病視網膜病變通常會導致視力下降，在許多情況下無法逆轉。這就是為什么糖尿病患者每年進行篩查非常重要的原因。

不幸的是，篩選的準確性可能會有很大差異。一項研究發現，內科醫生，糖尿病專家和醫療居民的錯誤率為49%。

AI的最新進展有望改善糖尿病視網膜病變篩查的可及性，并提高其準確性。但是，人工智能將如何在醫生辦公室或其他臨床環境中運作還不太清楚。以前使用計算機輔助診斷的嘗試表明，一些篩選器過多地依賴于機器，這導致重復機器的錯誤，或者不足以依賴它并忽略準確的預測。Google AI的研究人員認為，如果計算機能夠“解釋”其預測，可能會避免其中一些陷阱。

為了驗證這一理論，研究人員開發了兩種類型的幫助來幫助醫生閱讀算法的預測。

成績：一組五個分數，代表算法預測的證據強度。

等級+熱圖：使用熱圖增強分級系統，熱圖可以測量圖像中每個像素對算法預測的貢獻。

10名眼科醫生(4名普通眼科醫生，1名在美國境外接受培訓，4名視網膜專家和1名視網膜專家進行培訓)被要求在以下三種情況之一下閱讀每張圖像：無輔助，僅分級和等級+熱圖。這兩種類型的幫助都提高了醫生的診斷準確性。它還提高了他們對診斷的信心。但改善的程度取決于醫生的專業水平。

沒有幫助，一般眼科醫生的準確性明顯低于算法，而視網膜專家并不比算法準確得多。通過協助，普通眼科醫生可以匹配但不超過模型的準確性，而視網膜專家則開始超出模型的性能。“我們發現人工智能可以做的不僅僅是自動化眼科檢查，它可以幫助醫生更準確地診斷糖尿病視網膜病變，”首席研究員Rory Sayres博士說道。“AI和醫生一起工作可能比任何一個都更準確單獨。”

像之前的醫療技術一樣，Sayres說人工智能是另一種工具，可以使醫生的知識，技能和判斷力更加集中于高質量的醫療服務。

“在駕駛方面有類比，”塞雷斯解釋道。“有自動駕駛車輛，還有工具可以幫助司機，比如Android Auto。第一個是自動化，第二個是增強。我們的研究結果表明，在對視網膜眼底等醫學圖像進行分類時，可能還有增加的空間當臨床醫生和助理的組合單獨表現時，這為臨床醫生提供智能工具提供了一個論據。“