根據英國《自然·醫(yī)學》雜志8日在線發(fā)表的一篇論文，一款人工智能在接受上萬張真實患者面部圖像訓練后，能夠以高淮確率識別罕見的遺傳綜合征?？茖W家同時強調，由于個人面部圖像是敏感但易得的數據，因此必須小心處理，以防該技術的歧視性濫用。
各種遺傳綜合征會表現(xiàn)出獨特的面部特征，它們可以幫助臨床醫(yī)生進行診斷。但是，可能的綜合征數量巨大，要正確識別并非易事。利用人工智能或能幫助診斷遺傳綜合征，但是早期關于這種可能性的研究所採用的訓練數據集規(guī)模不大，僅能識別少量綜合征。
此次，美國FDNA分析技術公司研究人員雅龍·古羅維奇及其同事使用17000多張患者的面部圖像，訓練了一款深度學習算法，所有這些患者被確診的遺傳綜合征總計達幾百種。研究中所使用的圖像來自一個社區(qū)平臺，臨床醫(yī)生會把患者的面部圖像傳上去。研究團隊利用兩個獨立的測試數據集測試人工智能的表現(xiàn)，每一個數據集都包含數百張之前經過臨床專家分析的患者面部圖像。對于每一張測試圖像，人工智能按照一定順序列出各種潛在的綜合征。
在兩組測試中，在90％左右的情況下，人工智能提出的前10條建議中都包括了正確的綜合征，這超過了臨床專家在另外三個實驗中的表現(xiàn)。雖然這項研究採用的測試數據集規(guī)模相對較小，而且沒有和其他已有的識別方法或人類專家進行直接比較，但是研究結果表明，人工智能有望在臨床實踐中，輔助罕見遺傳綜合征的優(yōu)先級劃分與診斷。
研究人員表示，目前還需要開展進一步的研究來優(yōu)化人工智能的識別能力，并且與其他診斷方法做對比。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
