人工智慧：遷移學習技術輔助快速有效分類眼部疾病

來自中國廣州醫科大學與美國加州大學聖地亞哥分校和希利眼科研究所以及海德堡的研究團隊在細胞期刊上發表了一份研究，重點強調了人工智慧系統使用遷移學習技術可有效地對黃斑變性和糖尿病性視網膜病變圖像進行分類，還可準確區分細菌性和病毒性肺炎在胸部x光檢查，這意味著在生物醫學成像應用中具備廣義上的高潛力。

研究團隊認為人工智慧改變疾病診斷和管理涉及大量的數據的分析和分類有巨大的潛力,這對人工而言難以做到迅速，目前的計算方法非常依賴算力成本高昂,需要使用數以百萬級數量圖像來訓練一個人工智慧系統。在新發表的研究論文中研究團隊使用了一種基於人工智慧的卷積神經網路對超過二十萬隻眼進行光學相干斷層掃描並創建相關圖像，然後研究人員使用了一種叫做遷移學習的技術來解決問題，遷移學習的優勢在於可以將訓練好的模型參數遷移到新的模型來幫助新模型訓練，這意味這能夠優化識別眼睛的解剖結構如視網膜、角膜或視神經,能更快速有效地識別和評估整個眼睛的圖像。目前通過簡單的培訓，機器執行結果類似於一個訓練有素的眼科醫生,並可能在30秒內決定病人是否應該治療,有超過95%的準確率。這樣的速度和準確度在對醫學診斷和治療而言邁出了意義深遠的一步。

聲明：本文並非眼部健康信息建議

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！