DeepMind正在积极推进人工智能在医疗领域里的应用。继利用机器学习算法诊断乳腺癌后，当地时间2月5日，DeepMind称，通过处理数以千计的视网膜扫描图像，公司训练出了一种人工智能算法，可以比人类医生更加高效准确地检查出眼底疾病。
这套算法的研发始于2年前，DeepMind公司与英国国家医疗服务体系（NHS）、伦敦Moorfields眼科医院进行了合作。Moorfields眼科医院向DeepMind提供了经过眼科医生严格标记的100万份匿名的眼球扫描资料，后者用机器学习算法进行训练，更好地诊断三种最严重的眼科疾病：青光眼、糖尿病性视网膜病变和老年黄斑变性。
通过2年的验证，并得到积极的信号后，DeepMind向医学杂志提交了这项研究成果。如果这项结果通过了学者们的同行评议，就能在几年内进入临床实验阶段。
“你将在未来数年间，看到我们借助人工智能技术在医学影像这样的专业领域取得重大突破。未来我们在诊断疾病方面将变得更加敏感、精准，而机器学习将扮演非常重要的角色。” DeepMind健康部门临床主管Dominic Kin在接英国《金融时报》时报采访时称。
目前，像糖尿病视网膜病变危险性极高，糖尿病会令失明的概率提高25倍，如果能够尽早发现病变迹象的话，可以预防98%的严重视力损伤的发生。而通过训练神经网络进行眼球扫描评估工作可以提高诊断的速度和精度，有可能挽救成千上万人的视力。
“我们对这项研究成果非常看好，相信它能帮助世界各地的人们避免不必要的视力损伤。我们希望明年能在同行评议的期刊上发表我们的研究成果。” Moorfields研发总Peng Tee Khaw称。
据了解，此次双方的合作，是因为Moorfields的工作人员看到了DeepMind训练机器玩Atari游戏，当时该医院的工作人员就想到深度学习应该也可以很擅长眼球图像的识别，而这显然比玩游戏更有意义。
对于DeepMind公司来说，利用人工智能技术帮助人类在医疗、能源、环境领域提升效率，一直是该公司的目标。这次与眼科医院的合作并也不是公司在该领域里的第一次尝试。
此前，DeepMind曾与NHS合作，提高乳腺癌的诊断。更早之前还与（NHS）一起，开发了患者健康风险警告系统。只不过这次的合作因为涉及到病人医疗数据隐私和安全问题，遭到了第三方机构的质疑。
有过经验教训后，DeepMind在数据安全和使用上变得特别小心。在官方博客中，DeepMind曾特别指出：“我们将会极其谨慎和尊重地处理此项目中的数据我们将按照标准规范，将研究项目所使用的数据放置在我们合作伙伴的完全控制之下，并为其提供世界顶级的安全和加密技术。”
同时，DeepMind还表示，在研究人员可以使用它们之前，一切医疗数据都会进行非常细致的去私人化，把所有可以用来识别个人的信息去除了。