Abràmoff在30年前开始研究眼部疾病的自动检测。但Abràmoff不确定计算机程序是否可以代表训练有素的专家,至少在开始时是这样。
机器学习使用数据和定制算法来训练机器执行任务,从20世纪50年代以来,它已经显示出在图像分析上的潜力。但是,即使是Abràmoff在40年后开始他的研究时,硬件条件也不足以使机器学习用于分析真实世界的医学图像。
尽管如此,Abràmoff精心设计了数学方程来描述视网膜中的各种病变,然后编写了算法来检测它们。到了21世纪初,他发表了大量关于这一主题的论文,随着时间的推移,他获得了相关专利,希望能获得制药或生物技术公司的许可。但这个想法没有成功。“什么都没发生。”他说。
所幸的是,由于视频游戏行业的发展,人工智能系统在医学成像领域的应用在近几年得到了巨大的推动。越来越强大的显卡被开发出来,这对于人工智能系统所需的并行处理非常理想。
这些显卡使得实现被称为人工神经网络的计算密集型系统变得更加容易,这些系统受到神经元在大脑中互连方式的启发。这种网络由处理图像不同特征的连接节点层组成,每个属性都被赋予一定的权重,然后系统将这些权重组合起来输出一个结果——如眼睛是否受到糖尿病视网膜病变的影响。
通过将具有强大处理能力的人工神经网络与海量图像数据集相结合,研究人员能够创建深度学习网络,完成传统编程软件无法完成的复杂任务,包括打败一些世界上最优秀的围棋选手。华盛顿大学的眼科医生Aaron Lee说:“这是一种巨大的飞跃,所有这些曾经是天上掉馅饼的事情现在在技术上都是可行的。”