在5月初谷歌(goog, google)大型开发者大会上，首席执行官桑达尔・皮查伊(sundar pichai)上台，详细阐述了其最新的人工智能研究有朝一日将如何帮助医生发现心脏病。此外，人工智能系统对心脏病的判断是基于对患者视网膜的扫描――一种已知的为人们的心脏健康提供线索的方法――几乎和传统的血液测试一样准确。

一个人工智能的心脏测试

“在我看来，这显然是医学的下一个自然步骤，”约翰・霍普金斯医学院奥斯勒医学培训项目主任桑杰・德赛博士说。

谷歌的视力测试使用了一种名为机器学习的人工智能，它试图教计算机系统如何通过将大量数据输入到算法中来做出决策。

为了做到这一点，谷歌给它的算法图像提供了正常视网膜和那些有心脏病迹象的人的图像，这是一种叫做计算机视觉的方法。在训练算法之后，它能够查看视网膜的个别图像，并确定这些图像是属于健康的患者还是可能患有心脏病的患者。

糖尿病视网膜病变可通过计算机视觉技术识别。

谷歌之前曾使用机器学习来证明它可以识别有糖尿病视网膜病变风险的个体，如果不进行治疗，这种疾病会导致不可逆的失明。在训练了算法之后，这个搜索巨人说，它的机器学习系统在识别疾病症状方面和训练有素的眼科医生一样准确。

另一种机器学习算法识别乳腺组织中的肿瘤。

计算机视觉技术在成像方面非常有用，但它远不是研究人员在医学领域使用人工智能的唯一方法。

在斯坦福大学医学院,乔什・诺尔斯博士是使用病人的电子健康记录(ehrs)来识别之前未被诊断出患有家族性高胆固醇血症(fh),遗传心脏病影响1 250人,结果在一个高的机会早发性心脏病和心脏病如果不及时治疗。据诺尔斯说，美国大约有100万人患有fh，但只有10%的人被确诊。

乔什・诺尔斯博士正在帮助使用人工智能和机器学习来识别潜在的心脏病人。(资料来源:norbert von der groeben/斯坦福医学院)

“这个项目背后的想法是，我们知道有很多fh患者还没有被诊断出来。”但如果我们找到了它们，我们就可以治疗它们。

fh是一种常染色体显性疾病，这意味着如果你有fh，你就从父母那里继承了它，可以传给你的孩子。因此，确定一个病人可以让医生帮助多个家庭成员。

为了确定某人是否患有fh，诺尔斯说，斯坦福大学的研究人员将所有患有和没有fh的患者的医疗记录，包括文本记录、处方、诊断测试和药物，输入一个分类算法，利用这些数据识别出与fh患者一致的模式。

“这就像你的电子邮件系统学习垃圾邮件一样，”诺尔斯解释道。“你给它看一堆垃圾邮件的例子，它就知道垃圾邮件是什么。

实时动作捕捉设备

无线动作捕捉系统

虚拟动作捕捉