“如果你在几年前跟我说计算机有可能在视觉方面超过人类，我肯定不会相信你说的。”Jeff Dean 在出席德国海德堡的学术活动时如此表示。然而，得益于 AI 助力的计算机视觉方面的进展，计算机“现在可以看到和分析图片了……这也打开了我们的眼界，让我们明白了这些都是可以实现的。”
AI 和机器学习的可能性是本周举办的第五届海德堡桂冠论坛（5th Heidelberg Laureate Forum, 或 HLF 2017）的一大主题。每年一次的海德堡桂冠论坛汇聚了全球最有潜力的年轻科研人员和计算机科学老手以及数学巨匠，后者都曾获得过各自领域最高荣誉，比如 ACM 计算机奖，图灵奖，菲尔兹奖，阿贝尔奖和奈望林纳奖。
Jeff Dean 因在分布式系统的成就而获得 2012 年 ACM 计算机奖，他也是谷歌公司的传奇人物。他深度综述了 AI 技术如何提高医疗和医学研究产出。
AI 技术已经被在医疗领域是合情合理的。根据埃森哲最近的一份报告，AI 医疗领域的年度增长率约为 40%，到 2021 年产值将达到 66 亿美金。当前行业产值约为 6 亿美金。
Jeff Dean 在本周的海德堡桂冠论坛上总结了 AI 医疗领域新闻概况。
Google Brain chief Jeff Dean （Photo: Bernhard Kreutzer for the Heidelberg Laureate Forum）
癌症诊断
病理学家要不停地读取一个又一个的幻灯片和测试结果，以判断乳腺癌、前列腺癌和其他癌症。然而尽管他们受过良好的训练，研究表明，不同病理学家对某项乳腺癌的诊断结果仅在 42% 的时间会得出一致结论。
我们的一个深度学习项目取得了明显更优的诊断结果，这个项目用到了谷歌公司尚未公开的 Inception 深度学习工具和康奈尔大学进行一些定制化改进，Dean 表示。
这一研究在 2017 年 3 月发布，研究揭示了谷歌大脑正在进行的 AI 医学研究项目。研究人员“喂养”了计算机数以百计的病理学图像，以训练它检测癌症，获得了接近 90% 的准确度。
X 光成像
两个月前，一个瑞典研究小组展示了类似的可喜成就，他们将 AI 用在了 X 光片诊断骨折上。
研究中，瑞典卡罗琳娜研究所、皇家理工学院和丹德吕德医院的研究人员发现，深度学习助力的计算机视觉能够发现和病理学家同等精度的骨折。卡罗琳娜研究所的 Max Gordon 负责整个研究项目，他写道，”这证明 AI 网络可以和人类专家协同评估病情，我们希望能够在高精度 X 光片上取得更优的结果。“
关于这一研究，Dean 表示，“计算机视觉和 AI 技术将从根本上改变”医疗诊断行业。他说患者将很快就能够受益于此。
计算机视觉与糖尿病视网膜病
一个重要例子就是糖尿病视网膜病。如果发现的早，糖尿病视网膜病很好治疗；但是如果错过了早期时机，可能会引起视力下降甚至失明。根据亚特兰大疾病控制中心的数据，全球范围内约 4 亿人面临糖尿病视网膜病的风险。
问题在于，研究表明，即使是受过良好训练的病理学家也很难提前诊断。“让两位执照病理学家看同样两幅眼球图像，一幅是正常的，一幅是患有糖尿病视网膜病的（见下图），分别看四遍。他们的结论只有 60% 时间是一致的。两个小时后，他们的结论有 65% 是一致的。”
Comparing images to diagnose diabetic retinopathy
“这太可怕了，"Dean 补充到，这自然成为了 AI 面临的挑战。“如果这些新的计算机视觉系统在识别猫和狗的区别上能够达到人类的精度水平，他们应该在识别”更广范围的医学内容方面（发挥作用）。
研究显示，研究人员向 AI 系统“喂养” 150000 张眼睛的照片，最终 AI 系统在诊断方面超过了人类的精度水平。
未来展望
医疗领域的 AI 计算机还有其他很多领域可以应用。从药物检测到全方位患者护理到人脑的突触关联测绘，AI 短时间内好像就要革新数百万患者的医疗和治疗方案，Dean 表示。谷歌并不是这一领域的唯一玩家。IBM 公司的 Watson， 微软公司的 AI 研究人员，还有 Facebook 公司，都在 AI 健康算法和解决方案方面做着类似的工作。
一些科技界的领袖，如特斯拉公司的 CEO 埃隆·穆斯克，已经表达了对 AI 的担忧，AI 可能逃脱人类掌控病威胁人类生命。这一争论似乎仍将继续，至少在奇点来临之前不会停止。然而，对于那些更关心当下福祉的人们来说，Dean 在本周传递的信息确实是更让人满怀希望的。