產(chǎn)品分類導(dǎo)航
CPHI制藥在線 資訊 Nature子刊:臉部拍照可以診斷遺傳病 準(zhǔn)確率可達(dá)91%

Nature子刊:臉部拍照可以診斷遺傳病 準(zhǔn)確率可達(dá)91%

熱門推薦: 臉部拍照 FNDA公司 遺傳病
作者:偶數(shù)  來源:醫(yī)藥魔方
  2019-01-10
使用手機(jī)上的應(yīng)用程序診斷罕見且難以治療的遺傳病癥聽起來像純粹的科幻小說。但是美國FNDA公司的首席科學(xué)家Gurovich及其同事,已經(jīng)將這個概念變?yōu)楝F(xiàn)實。

       使用手機(jī)上的應(yīng)用程序診斷罕見且難以治療的遺傳病癥聽起來像純粹的科幻小說。但是美國FNDA公司的首席科學(xué)家Gurovich及其同事,已經(jīng)將這個概念變?yōu)楝F(xiàn)實。

       近日,國際頂級學(xué)術(shù)期刊《自然-醫(yī)學(xué)》發(fā)表了一項使用面部圖像分析檢測遺傳性疾病的文章,F(xiàn)DNA公司的研究人員通過使用17000名患者的臉部圖像數(shù)據(jù)集訓(xùn)練了一套計算機(jī)深度學(xué)習(xí)算法,通過這套算法可以幫助診斷遺傳性疾病,正確率可達(dá)91%,超過了很多專家和臨床醫(yī)生。

       1、可通過拍攝面部照片診斷遺傳綜合征的APP

       及時診斷遺傳綜合征可改善預(yù)后。但是目前已知的遺傳綜合征超過8000種,患者可能出現(xiàn)的遺傳綜合征數(shù)量眾多且罕見,要做出正確的診斷需要的時間極其漫長,并且花費昂貴。另外,對于非經(jīng)典表現(xiàn)綜合征或超典型綜合征的診斷受臨床專家先前經(jīng)驗的限制,這使得計算機(jī)系統(tǒng)作為參考越來越重要。

       該研究指出,8%的人群可能患有遺傳綜合征,并且許多人具有可識別的面部特征。例如,Angelman綜合征,一種影響神經(jīng)系統(tǒng)的疾病,很多典型的面部特征,例如牙齒間距較寬、斜視、舌頭突出等。因此,基于面部特征識別遺傳綜合征便成為可能。

       早期的計算機(jī)輔助綜合征識別技術(shù)通過對患者面部圖像的分析顯示出了幫助臨床醫(yī)生診斷的希望。但是關(guān)于這種可能性的研究所采用的訓(xùn)練數(shù)據(jù)集規(guī)模不大,僅能識別少量綜合征。

       位于波士頓的FDNA公司的研發(fā)人員Gurovich及其同事開發(fā)了一個APP——Face2Gen。這個APP基于一種AI技術(shù)DeepGestaltTM(新型面部圖像分析框架),該框架使用計算機(jī)視覺和深度學(xué)習(xí)算法,可成功識別數(shù)百種遺傳性疾病的面部表型。Gurovich和他的團(tuán)隊通過使用來自診斷出200多種不同遺傳綜合征的患者數(shù)據(jù)庫中的17,000名患者的面部圖像來訓(xùn)練DeepGestalt。

       2、準(zhǔn)確率可達(dá)91%

       在新的研究論文中,研究人員深入解釋了這種技術(shù)的工作原理。首先輸入面部圖像,使用基于DCNN(深度卷積神經(jīng)網(wǎng)絡(luò))的級聯(lián)方法進(jìn)行人臉檢測,將輸入的圖像裁剪成多個面部區(qū)域,將每個區(qū)域饋入DCNN以獲得softmax函數(shù)(柔性值傳輸函數(shù)),指示其與模型中每個綜合癥的對應(yīng)關(guān)系。然后合計并將所有區(qū)域中DCNN的輸出函數(shù)進(jìn)行分類,以獲得遺傳綜合征的最終排序列表。右側(cè)的直方圖表示DeepGestalt輸出的遺傳綜合征,按合計的相似性分?jǐn)?shù)排序。

       該團(tuán)隊發(fā)現(xiàn),在確定502張所選面部圖像中遺傳綜合征的兩組不同測試中,這項AI技術(shù)明顯勝過臨床醫(yī)生。在每次測試中,通過這項AI生成的潛在的綜合癥列表,其前10項建議中標(biāo)出了正確的遺傳綜合征的概率為91%。

       另一項測試旨在確定Noonan綜合征的不同遺傳亞型,該綜合癥具有一系列獨特的特征和健康問題,如心臟缺陷。在這項測試中,AI技術(shù)深度學(xué)習(xí)算法的成功率為64%,在先前的研究中,觀察Noonan綜合征患者圖像的臨床醫(yī)生僅能確定20%的病例。但是研究人員也表示,AI技術(shù)只能作為一種輔助手段,結(jié)果需要醫(yī)生進(jìn)行最終確定。

       3、謹(jǐn)防濫用風(fēng)險

       該論文的共同作者Karen Gripp表示,這篇論文的重要性在于詳細(xì)描述了如何訓(xùn)練算法及其工作原理。雖然還有其他同類系統(tǒng),但沒有一種系統(tǒng)有這么多的案例和疾病可以分析。本文為與其他系統(tǒng)進(jìn)行比較創(chuàng)建了標(biāo)準(zhǔn),并且為使用該工具用于其他研究提供了參考。

       Gripp希望下一步能夠利用該技術(shù)分析面部的側(cè)視圖,側(cè)視圖也可以成為診斷時的有用信息。她還希望獲得更多關(guān)于不同種族背景的數(shù)據(jù),因為絕大多數(shù)上傳的面孔都是歐洲人。但是,她指出,該技術(shù)在不同種族中表現(xiàn)良好。目前FNDA正在開發(fā)使用該技術(shù)的嵌入式解決方案,可以授權(quán)給其他醫(yī)療保健和技術(shù)組織,以便其在自己的平臺使用該技術(shù)。

       另外研究人員也承認(rèn),該技術(shù)存在一定的風(fēng)險。因為拍攝臉部太容易了,因此,該技術(shù)有可能被雇主或保險公司濫用。他們表示,對DeepGestalt等工具的分配和使用進(jìn)行適當(dāng)?shù)谋O(jiān)管至關(guān)重要。

相關(guān)文章

合作咨詢

   肖女士    021-33392297    Kelly.Xiao@imsinoexpo.com

2006-2024 上海博華國際展覽有限公司版權(quán)所有(保留一切權(quán)利) 滬ICP備05034851號-57