ibm沃森研究中心

1. 谷歌如何使用人工智能预测心脏病的风险？
2. AI Portrait Ars网站有什么趣味之处？

谷歌如何使用人工智能预测心脏病的风险？

谷歌2月20日在《自然生物医学工程》杂志上发表论文，论证深度学习模型如何利用视网膜图像来检测患者的年龄、性别、吸烟状况和收缩压；计算心血管危险因素；并预测未来五年发生重大心脏不良事件的风险。此举标志医疗行业成为AI落地的核心场景之一。未来人工智能将从发现错误、帮助解决罕见疾病、协助手术、预测疾病等四方面塑造新医学。

第一、创新&谷歌将人工智能和医疗完美结合

视网膜眼底图像是通过瞳孔拍摄的眼睛后部的照片。100多年来，这些图像一直用于检测眼病。现在Google为视网膜图像引入了一种令人惊讶的新用途：结合人工智能，他们还可以预测患者心脏病发作或中风的风险。

当今主流心血管风险计算器(如***队列方程、Framingham和系统冠状动脉风险评估)的一个问题是，它们需要输入多个特征，如血压、体重指数、葡萄糖和胆固醇水平等。以产生疾病风险结果。美国心脏病学会的实践创新和临床卓越***的一项研究得出结论，不到30 %的患者可以获得计算10年风险所需的数据。

Google Brain发现，仅视网膜眼底图像就足以预测许多心血管危险因素。解剖特征模式是使用卷积神经网络提取的，卷积神经网络是一种擅长分析图像的计算模型。

研究人员对284335名患者的视网膜图像进行了模型训练，并在12026和999名患者的两个独立数据集上进行了验证。训练后的模型识别患者年龄为3.26岁，*** %的时间分辨性别，71 %的时间分辨吸烟者，计算血压时误差为11.23 mmHg。

谷歌的大脑向前迈了一步。研究人员发现，经过训练的模型可以预测患者未来五年70%的时间患心血管疾病的风险，接近已建立的风险计算器的准确率，而无需所有额外的数据输入。

深入学习经常因缺乏透明度和可解释性而受到批评，这阻碍了技术进入医疗卫生和法律制度等领域。但是Google Brain认为他们的方法是合理的。它***用注意力技术来确定哪些像素对预测特定心血管危险因素最重要：例如，血管是确定血压的关键特征。

医生可以通过对眼睛的检查可以发现一些疾病的迹象，包括糖尿病和高血压等。Google已经将这一现实与深度学习算法结合起来，将诊断潜力提升到一个新的水平。凭借其系统，Google的深度学习技术可以简单地使用视网膜图像预测任何特定个体的心血管风险。

Google Research最近在一项题为“通过深度学习及视网膜眼底照相预测心血管危险因素”的研究中详细介绍了这个新系统，并，研究人员使用284335名患者的数据训练深度学习算法。

利用这些数据，深度学习系统得到了培训，以识别某些健康问题和风险因素，例如高血压或患者是吸烟者还是非吸烟者。其区分吸烟者和非吸烟者的准确率达到71％，而系统通过预测患者的平均收缩压差异是否在11mmHg以内来确定血压。

这超出了人类医生的能力，他们通常能够区分正常血压或高血压的人，但无法估计收缩压。该系统还可以使用视网膜图像来预测风险因素，Google称这些因素包括患者的性别和年龄等。

除了识别风险因素之外，Google的深度学习算法学会以“相当”高的准确率预测心血管***（如心脏病发作或中风）的可能性。例如，一项测试显示70％的准确性，用于确定两名患者中的其中一名患者在拍摄视网膜图像后发生了重大心血管***。

AI Portrait Ars网站有什么趣味之处？

如果你厌倦了枯燥的人工智能（AI）应用，那么不妨去 AI Portraits 网站体验下“闹鬼”的感觉。因为它可以将用户的自拍照，处理成相当古典的风格。

作为麻省理工（MIT）和 IBM 沃森 AI 实验室的一项“不务正业”的创作，这款小工具能够将用户上传的照片进行特殊的艺术加工。

【为了训练 AI，研究人员向其投喂了 4.5 万张古典肖像。via TheVerge】

古典的肖像画，有着“浓墨重彩”的风格印记。数据库中包含了大量的素材，涵盖了伦勃朗、提香、梵高等在内的知名艺术家的创作，能够为输入的每张自拍照，都运算生成一幅独特的古典肖像。

该 AI 算法不仅能够复刻用户的面部线条特征，还能够基于此，创作生成全新的肖像。研究人员指出，与创建类似 AI 肖像的方法不同，其不仅用新风格“涂抹”用户的面部，还借助了所谓的“生成对抗网络”（GAN）。

【图自：AI Portrait】

自拍照中的某些元素，可能促使 AI 算法使用特定的样式。以上图为例，研究人员称算法决定了***用文艺复兴时期的风格，突出了优雅的鹰钩鼻和光滑的前额。

如果你想得出不同的渲染结果，还请尝试向该 AI 投喂不同角度和风格的自拍照。