AI看脸识疾病:准确率90%

一些罕见遗传病有非常独特的面部表现,疾病状态完完全全地写在脸上,例如日本歌舞伎(Kabuki)综合征,患者的面部表情酷似日本歌舞伎的面部装扮。
医生可通过面部表现进行一些遗传综合征的诊断,然而由于可能的综合征数量巨大,仅通过肉眼识别疾病是一件非常耗时且准确率有限的事情。

约有8%的世界人口受到遗传综合征的困扰,此类患者往往具有可识别的面部特征。然而,遗传综合征的诊断过程却出奇陈旧,大多数时候需要医生手工测量面部特征之间的距离。1月7日,总部位于波士顿的人工智能公司FDNA发布了一项最新研究,他们发现,通过训练数万张真实的患者面部图像,人工智能能够以较高的精度从人脸照片中识别出罕见遗传综合征。

利用人工智能帮助诊断遗传综合征是当下一个热点的研究趋势。早在2014年,美国的一家名为FDNA的技术公司就推出了一款名为Face2Gene的APP,可通过面部识别对某些遗传综合征进行判断。
一项题为《通过深度学习识别遗传疾病的面部表型》(Identifying Facial Phenotypes of Genetic Disorders Using Deep Learning),发表于《自然-医学》杂志。
《自然-医学》杂志评价称,尽管这项研究的测试集相对较小,但其结果表明人工智能可能有助于诊断罕见遗传疾病。
独立实验胜过临床专家
论文的第一作者亚龙·古罗维奇(Yaron Gurovich)及其同事利用17000多张面部图像训练了一种名为DeepGestalt的深度学习算法。DeepGestalt结合了计算机视觉和深度学习算法,是一种新型面部分析框架,能够分辨出数百种遗传综合征的面部表征。
人工智能看脸识疾病:准确率90%,担忧歧视性滥用
DeepGestalt算法的图像处理及分析过程
上述17000张面部图像代表了超过200种的综合征,例如先天性胸腺发育不良、 全前脑畸形、鲁宾斯坦-泰比综合症、胎儿酒精综合症等。
在这项研究的两组独立测试集实验中,人工智能算法被要求列出每张面部图像可能代表的综合征,并按不同综合征的概率依次排序。实验结果显示,人工智能有90%的概率能成功地在前10个答案中列出正确的疾病名称。
人工智能还在三个独立实验中战胜了临床专家。研究人员介绍,在反映实际临床问题的最后一个实验中,人工智能算法Deepgestalt在502个不同的图像上识别出正确综合征的准确率达到了91%。

论文第一作者亚龙·古罗维奇(Yaron Gurovich)认为,他们的工作提高了标准化描述遗传疾病特征的能力,为未来的研究和应用打开了大门,也有助于新型遗传疾病的鉴定。
担忧歧视性滥用
论文合著者凯伦·葛利普(Karen Gripp)说,这是医学遗传学领域期待已久的突破,“通过这项研究,我们发现在临床工作中加入自动化的面部分析框架(例如DeepGestalt)有助于实现早期诊断和治疗,还可以帮助人们提高生活质量。”
但是,人脸图像是敏感且容易获取的数据,若使用不慎,看脸识疾病的技术将引发歧视等伦理问题。
三年前,上海交通大学教授武筱林训练出了可以看脸识罪犯的人工智能系统,准确率达到86%。当时,这项研究引发了广泛争议,也遭受了纷至沓来的批评。不少学者认为该研究充满了歧视和误导,将给无辜的人们带来巨大的麻烦。
也许是因为这样的前车之鉴,FDNA最新研究的作者指出,应防止DeepGestalt技术的歧视性滥用。
2015年准确率为25%
说回到人工智能公司FDNA。2014年,FDNA推出了脸部疾病识别产品,名为Face2Gene,可以帮助识别大约50种已知的遗传综合征。
到2015年,FDNA引入了深度学习算法和英伟达的CUDA通用并行计算架构。当时,FDNA计划将Face2Gene的诊断准确率从25%提升至40%。
据FDNA公司介绍,他们用了三年的时间在Face2Gene平台上收集了15万名患者的面部数据。这次研究的17000多张面部图像正是出自这个数据库。
Face2Gene的使用方法是将病人的人脸照片与确诊病人的照片进行比对,再根据患病的可能性,从高到低给出一系列潜在的诊断。患者还可以通过手机APP将自己的照片上传到服务器,以获取初步的诊断结果。

利弊怎么看?利大于弊?
牛津大学的Christoffer Nellåker说,这项技术可以给那些有遗传综合症的人带来显著的好处。“这项技术真正的价值在于,对于一些诊断过程可能需要很多年的罕见病,它可以帮助缩小搜索空间,继而通过检查基因标记来验证,这将大大缩短诊断时间;不仅如此,对其他人来说,该技术还可能会增加一种寻找其他患有这种疾病的人的方法,进而帮助他们找到新的治疗方法。” 新研究通讯作者Yaron Gurovich认为。
基于一张简单的照片就能诊断疾病,这也引发了人们对于隐私问题的担忧:如果仅凭面孔就能揭示一个人患有某种遗传病的话,那么企业和保险公司是否就可以隐蔽性地使用这种技术来歧视可能患有某种疾病的人呢?

文章来源于网络内容整理,版权归原作者,如有问题请联系我们修改或删除。:简谜离 » AI看脸识疾病:准确率90%

赞 (0) 打赏

评论 0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏