重大科学突破：Google已经可以预测患者未来5年发生心脏病的风险

Google刚刚结束了机器学习系列媒体聚会-AI与医疗应用，会上邀请到Google AI产品经理Daniel Tse分享Google如何将AI与医疗应用结合。

Daniel Tse为医师出身，同时也是Google的AI产品经理。他首先谈及了人工智慧（AI）与「机器学习」（Marchine Learning）的差别。Daniel简单解释，人工智慧是能让事物变得更加聪明的科学，而机器学习则是透过「训练机器」，让机器可从学习中变得更聪明，而后者是团队较为偏重的部分。

根据Google提供的数据，全球有4.15亿名糖尿病患者面临「视网膜病变」的风险，事实上这也是全球失明人数迅速攀升的主因，这些患者需要透过每年的定期筛检来降低失明的风险，而最为常见的做法为检查眼底图象。

在检测过程中，在完成拍摄眼球底部图像后，会依患者病变轻重程度分为1~5分，而医师观察的图像都是检验眼球出血和渗液的指标。然而上文已提到，全球医师除了正面临严重短缺问题，在印度的情况则更为严重。

同时在Google近期发表的论文中，Google也训练机器学习模型预测医师在评价患者心脏病发作或中风风险时考虑的各种因素，例如年龄、自报性别、吸烟情形、血压或主要不良心血管事件等。

Google目前已可直接预测患者五年内发生心脏病发作或中风的风险，但由于只运用了几百个案例来训练模型，因此这项研究还在相当早期的阶段，未来有机会运用在评价心血管疾病风险，并可透过非侵入性方式所取得的图像来进行相似的预测，盼能透过机器学习结合医疗应用，为更多患者所用。