Google改善糖尿病視網膜病變模型，擴大實驗場域提升臨床可用性

Google曾於去年8月發布透過電腦視覺技術和深度神經網路演算法，可從視網膜眼底圖像中，辨識出糖尿病視網膜病變，準確率與專業醫師不相上下的研究成果，現在則是用高品質的標示方法改善模型的表現，也讓模型的辨識過程變得更加透明，此外，Google還將模型帶到泰國公共衛生部醫療服務部附屬的泰國醫院Rajavithi，透過臨床測試來驗證模型的準確度。

Google於兩年前開始研究用訓練深度學習模型，來辨識糖尿病視網膜變病疾病，在過去的研究基礎下，持續改善模型的效能和準確度，甚至為了臨床的可用性，還要不斷改進模型的解釋能力，現在，Google的研究團隊在這些方面，都取得了更新的進展，並且新增了泰國的醫療機構為合作夥伴。

首先在改善模型表現的部分，Google用了2項方法來讓模型更準確，第一個是將過去分成2類的分類模式，改成5個分數等級的分類系統，讓資料的分類更具有區別性，第二個方法則是將模型整合視網膜專家最終的辨識結果，由於專家辨識的過程會有歧意，每位專家分類的結果可能不同，因此，Google研究團隊讓專家小組達成最終的共識，再將最終的辨識結果納入模型中。

相比過去是採納大多數專家的建議，這項新方法可以解決分歧的意見，讓結果更加準確，甚至，還能發現具有更細微特徵的臨床表現，像是微細血管瘤（microaneurysms）。為了加快辨識過程的效率，Google研究團隊仔細地從所有圖像中，篩選出0.22%的圖像，做為調整模型的子資料集，藉由優化超參數來提升模型效能。

接著，為了提升模型於臨床上的可用性，讓模型成為醫師診斷中的工具，必須採取適當的步驟，確保模型透明且可信，Google利用過去研究中模型訓練和驗證的結果，顯示模型能夠對醫師產生潛在的協助，舉例來說，Google展示了模型對視網膜病變不同嚴重層級的評分，以及對圖像特定區域進行判定的熱點圖，來證明模型辨識的過程可信度，另外，也展示了模型能夠幫助醫師找到被忽略的病理特徵，提升醫師診斷的準確度。

最後，Google除了日前與印度當地最大的眼科醫院Aravind，和另一家眼科專門醫院Sankara Nethralaya聯盟，現在還與泰國的醫院合作，希望透過AI模型改善當地的醫療服務，在泰國大約有5百萬的糖尿病患者，卻只有1,400名眼科醫師，醫師能夠利用這項輔助技術，在更短的時間內檢查更多患者，透過及時的診斷讓患者免於失明的風險。Google期望透過廣泛的合作模式，來驗證糖尿病視網膜病變模型，運用新技術來改善世界健康狀況。