跳到主要內容

科技大觀園商標

分類項目
Menu

人工智慧深度學習 篩檢糖尿病視網模病變新希望

107/01/22 瀏覽次數 1918

糖尿病所導致的視網膜病變對疾病負擔影響甚巨,是美國與全世界視力喪失的最主要原因。同時,這個疾病也擁有適合大規模篩檢的特性:第一,該疾病是個重大的公衛問題;第二,該疾病的流行病學、發展過程,從沒有症狀的潛伏期到嚴重發病,都有清楚的了解;第三,篩檢很簡單、安全、有效,而且可以被接受;第四,早期偵測後可以有效介入,注射血管舒張劑與抗內皮細胞增生因子。

 

既然糖尿病視網膜病變篩檢是件重要的公衛工程,為何還是不見其實施呢?據美國估計,如果篩檢的話,需要撥出三千兩百萬美元的支出,而至少有五百萬名四十歲以上的美國人患有此疾。

 

深度學習則是個機器學習科技樹的新分支。Google與其他科技公司(像是Apple與Facebook)這幾年利用深度學習在大數據中分析個人在網路上搜尋的行為,像是喜歡去哪裡旅遊、最喜歡的食物,以及誰可能是潛在的好友。深度學習在醫療方面的應用,則可以找出哪些病患最有可能得到特定疾病,以及患有這些疾病後,誰更需要更頻繁地看醫生、更積極地用藥,以及開立特定處方籤。

 

Gulson和他的同事們在《美國醫學會期刊》(Journal of American Medical Asociation, JAMA)上發表深度學習在糖尿病視網膜病變的應用。他們先用將近13萬張影像來「訓練」電腦,讓它自學出一套診斷的演算法,再用兩組資料來「考驗」這套演算法。結果出來後,這套深度學習的系統展示出高達87~90%的敏感性與98%的特異性。這套系統的效果高於一般對篩檢措施敏感性、特異性80%的要求。

 
 然而,這個研究也有一些限制。舉例來說,深度學習的準確度是以一群經過美國眼科國考的醫生進行認定。這樣的認定模式可能不符合現念統一的標準化檢驗的認證。如果有這些更為嚴格的校正標準,Gulson等人的結果還會那麼漂亮嗎?

 

另一點比較可惜的地方在於,該研究只找到「中度至重度的糖尿病視網膜病變」,並沒有提出「危及視力之糖尿病視網膜病變」的相關資料,而這些病人,是最需要緊急轉診、給予治療的對象。

 

再者,研究者也提到深度學習在眼疾中面臨的三大挑戰。這套軟體尚未能偵測其他重大的眼疾,像是青光眼與高齡所致的肌肉萎縮。這些眼疾的篩檢目前都以人工檢查為主,因此要說這套軟體可以在目前「取代醫生」,也是過於誇大了。

 

第二,演算法提出可能鑑別診斷需要加入糖尿病視網膜病變盛行率的考量,然而,這個數字在不同的時間、地點,都不盡相同,而不同的人種,也有不一樣的患病風險。

 

第三,這個軟體要怎麼媒合到現行的醫療體系裡面。這個軟體應該要安裝到每位眼科醫師、視光師或其他醫師的眼睛攝錄機裡嗎?如果是的話,這些醫事人員是不是又該完全信任軟體計算出的結果呢?還是換個角度想,是不是應該有個全國性的糖尿病視網膜病變篩檢中心?或是,在低醫療資源的社區中安裝篩檢系統?

 

第四個挑戰,關乎到病人與醫事人員對深度學習系統的信任,該病癥大多沒有明確型態,像微動脈瘤與硬滲出物等,醫療人員與病人需要信任這個「黑箱」診斷過程才能決定疾病的狀況。

 

即使如此,讓病患與醫生了解人工智慧是怎麼運作的,才能讓他們願意採用這種新穎的診斷系統。Gulshan和他的同事讓我們看到了人工智慧的新可能,也打開了未來醫療的美麗新世界。

 

(本文由科技部補助「新媒體科普傳播實作計畫」執行團隊撰稿)

責任編輯:呂宗學

OPEN
回頂部