(Giovanni Calcerano) Naukowcy z Google i jego spółki zależnej Verily zajmującej się technologiami medycznymi, wykorzystując sztuczną inteligencję i oprogramowanie do uczenia maszynowego, zidentyfikowali nowy sposób oceny ryzyka chorób serca. W szczególności stworzono system, który analizując skany dna pacjenta, jest w stanie dokładnie wydedukować pewne dane, w tym wiek, ciśnienie krwi i palenie tytoniu. Korzystając z tych danych i łącząc je z bazą danych informacji medycznych, system jest zatem w stanie przewidzieć ryzyko uszkodzenia układu sercowo-naczyniowego z mniej więcej taką samą dokładnością, jak obecne metody.
Chociaż pomysł analizy oczu w celu oceny zdrowia serca wydaje się niezwykły, czerpie inspirację z dobrze ugruntowanych badań. W rzeczywistości tył oka jest wypełniony naczyniami krwionośnymi, które odzwierciedlają ogólny stan zdrowia organizmu. Oczywiście korzystanie z takiego oprogramowania ułatwia i przyspiesza lekarzom analizę problemów z sercem pacjenta, ponieważ nie wymaga badania krwi. Jednak metoda będzie musiała zostać dokładniej przetestowana, zanim będzie można ją faktycznie zastosować w warunkach klinicznych.
Aby wyszkolić system, naukowcy z Google i Verily wykorzystali zestaw danych, w tym skany oka i powiązane ogólne informacje medyczne, dotyczące pacjentów 300.000. Sieci neuronowe zostały następnie użyte do zdefiniowania szeregu wzorców standardowych i do powiązania określonych znaków wykrywacza obecnych w skanach z odpowiednimi wartościami przydatnymi do określenia ryzyka sercowo-naczyniowego (na przykład wieku i ciśnienia krwi).
W fazie prezentacji systemowi pokazano kolejno serię par obrazów siatkówki, z których jeden dotyczył pacjenta, który cierpiał na incydent sercowo-naczyniowy w ciągu następnych pięciu lat, a drugi nie. Algorytm Google był w stanie zidentyfikować pacjenta zagrożonego w 70% przypadków. Ta wartość jest tylko nieznacznie gorsza niż metoda SCORE powszechnie stosowana do przewidywania ryzyka sercowo-naczyniowego, która wymaga badania krwi i zapewnia 72% prawidłowych prognoz.
Alun Hughes, profesor fizjologii sercowo-naczyniowej i farmakologii na UCL w Londynie, powiedział, że uważa podejście Google za absolutnie wiarygodne ze względu na „długą historię obserwacji siatkówki w przewidywaniu ryzyka sercowo-naczyniowego”.
Dla Google praca to coś więcej niż tylko sposób na badanie problemów z sercem. Zamiast tego reprezentuje nową ścieżkę, którą należy podążać, aby pomagać i kierować badaniami naukowymi. Rzeczywiście, chociaż większość obecnych algorytmów medycznych jest tworzonych w celu replikacji istniejących narzędzi diagnostycznych (takich jak na przykład identyfikacja raka skóry), algorytm ten wykorzystuje nowe sposoby analizy istniejących danych medycznych. Dlatego wychodząc od szczególnie dużych baz danych zawierających szczegółowe informacje o chorobach i pacjentach, można by stworzyć systemy analizujące konkretne, konkretne sytuacje. Na razie hipoteza, że „sztuczny” lekarz stawia nowe diagnozy bez nadzoru człowieka, to odległa perspektywa na przyszłość, ale badania Google sugerują, że nie jest to całkowicie naciągany pomysł.