根據(jù)外媒《The Verge 》報導(dǎo),美國公司FDNA 在本月發(fā)表了最新研究,,發(fā)現(xiàn)AI 演算法可以用于識別臉部特征與罕見遺傳性疾病之間的關(guān)系,,不久后臉部識別掃描可能成為醫(yī)療檢查的一部份,加速診斷時間,。
為了訓(xùn)練臉部識別軟件DeepGestalt 的演算法,,F(xiàn)DNA 拿了超過1.7 萬張含有不同癥狀的圖片讓該軟件進行分析。在前兩次測試當(dāng)中,DeepGestalt 能夠識別出狄蘭氏癥候群,、天使人癥候群等兩種特定的癥狀,,這兩種癥狀都有著特別的臉部特征,且都會影響智力發(fā)展及行動能力,。
研究人員發(fā)現(xiàn)若同時讓DeepGestalt 識別兩種隨機的癥狀,,有超過90% 的準確率,比一般診所醫(yī)生的準確率還要高,,且當(dāng)研究人員拿出502 張涵蓋92 種不同癥狀的圖片給DeepGestalt 分析,,90% 以上的機會DeepGestalt 都能夠準確識別出真正的病因。
在更進階的實驗當(dāng)中,,研究人員拿出數(shù)張罹患努南氏癥候群患者的照片,,并給出五種突變原因,要DeepGestalt 分辨出是哪一種原因造成該種疾病的產(chǎn)生,。在這個測試當(dāng)中,,DeepGestalt 的準確度約為64% 。
然而,,專家認為這些演算法的測試并不能被當(dāng)成識別罕見疾病的最終解決方案,。西奈山伊坎醫(yī)學(xué)院的醫(yī)生Bruce Gelb 指出,DeepGestalt 的測試僅局限于孩童的圖片,,若是用于辨認成年人的癥狀,,準確率可能就會降低。
另外,,有第三方的研究顯示,,F(xiàn)DNA 的工具存有種族偏見的問題,識別高加索人的能力比識別非洲臉孔還要準確,。FDNA 也有查覺到這些缺點,,所以他們將DeepGestalt 定位為參考工具,,用于協(xié)助人為診斷,,而非取代人力。
牛津大學(xué)的教授Christoffer Nell?ker 也表示,,診斷罕見疾病的過程可能會花上許多年,,這個工具真正的價值在于可以減少許多等待時間,也可以發(fā)現(xiàn)其他可能罹患罕見疾病的人,,找到新治療方式的可能性或可提高,。