近日，Google及其安康技术子公司Verily的迷信家创造了一种新算法：运用机器学习来评价病人患心脏病的风险。该公司的软件可以剖析病人眼睛后部的扫描图像，精确地推断出各类数据，包括病人的年龄、血压以及他们能否吸烟，从而预测他们患上心脏疾病的风险。经测试之后，软件后果与以后先进办法的精确度不相伯仲。

该算法能使医生更快更容易地剖析患者的心血管风险，而且它不需求停止血液反省。但是，该办法在投入到临床使用之前需求停止更深化的测试。一篇描绘这些任务的论文明天在《自然—生物医学工程自然》杂志上宣布，该研讨在去年9月停止审查之前曾经为人所知。

阿德莱德大学专门从事机器学习剖析的研讨院Luke Oakden-Rayner泄漏，这项任务停顿顺利，他还展现了AI如何协助改良了现有的诊断工具。 Oakden-Rayner表示：“软件采集了过来临床上常用的数据，但是其从中所取得的信息比我们目前更多。它的呈现是为了协助我们做更多事情，而非取代医生。”

为了训练算法，Google和Verily的迷信家在机器学习的协助下剖析了近30万名患者的医疗数据。这些信息包括眼部扫描数据以及普通的医疗数据。和深度学习剖析一样，神经网络用于此次要是发掘这些信息的规律，学习如何将眼部扫描失掉的指示信号与心血管风险有关的要素（例如年龄和血压）联络起来。

虽然从眼睛来判别你的心脏安康的想法听起来很不靠谱，但这种办法是从一系列已有的研讨中开展出来的。内壁（眼底）布满了能反映身体全体安康的血管；医生用相机和显微镜研讨它们的外观，可以推断出被察看人的血压、年龄、能否吸烟等等，这些都是心血管安康的重要预测目标。

图：两幅眼底或是眼内前方图像。右边是一张普通的图片；左边显示了Google的算法如何挑选血管（绿色）来预测血压。

以后有两名患者的视网膜图像，其中一名患者在接上去的五年外患上了心血管疾病，另一名患者未患病，谷歌的算法可以分辨出能够患病人的概率为70 ％的，只比预测心血管风险的常用SCORE办法略差，而SCORE法需求停止血液反省，并且在异样的测试中正确率也只不过72％。

伦敦大学医学院心血管生理学和药理学教授Alun Hughes表示：“谷歌的办法看起来很可信，由于察看视网膜预测心血管风险的办法由来已久。人工智能有能够改良现有的医疗剖析，但该算法需求进一步测试才可信任。”

关于谷歌来说，他们所做的任务不只仅是发现了一种判别心血管风险的新办法，更指明了以AI模型为动力的迷信发现之路。虽然大少数医疗算法都是为了模拟现有的诊断工具而构建的（例如辨认皮肤癌），但该算法找到了剖析现有医疗数据的新办法。有了足够的数据，人工智能无望在脱离人为指点的状况下提出全新的医学见地，这能够是谷歌创立该项目的缘由之一。

就目前而言，AI医生在没有人为引导的状况下停止诊断的想法还很悠远，要完成能够会破费数十年，而非区区数年。但谷歌的研讨标明，这个想法也并未痴人说梦。