在當今的醫學領域中,人工智慧(artificial intelligence, AI)技術正迅速崛起,為醫療診斷和健康監測帶來新方法。最近,倫敦摩爾菲爾茲眼科醫院(Moorfields Eye Hospital)的研究團隊開發出一個名為RETFound的AI工具,可以透過視網膜(retina)的影像診斷和預測多種健康狀況,從眼部疾病到全身性疾病,例如心臟衰竭和帕金森氏症(Parkinson's disease)皆可使用。
 
視網膜是人體中唯一可以直接觀察到微血管的部分,提供了一個窺探健康狀況的窗口。如果一個人有全身性心血管疾病(如高血壓),就可能會影響到身體的血管,而這細微變化就可以在視網膜影像中被觀察。此外,視網膜也是中樞神經系統的延伸,因此視網膜影像還可以用來評估神經組織的健康。
 
然而,解讀這些影像需要專業知識與豐富的經驗,因此研究團隊便開發了RETFound的AI工具。RETFound特別之處在於它使用一種稱為「自監督學習」(self-supervised learning)的機器學習方法,研究人員不需要一一分析視網膜影像為「正常」或「不正常」。一般來說,這樣的程序在標準機器學習模型的開發中通常是必要的,但會非常耗時費力。因此,研究團隊使用了類似於訓練ChatGPT的方法,讓RETFound在眾多的視網膜影像中學習預測缺失部分的圖像,從未標記的圖像中學習視網膜的正常外觀,接著學習與疾病相關的視網膜特徵。
 
研究結果顯示,RETFound在檢測眼部疾病,例如糖尿病視網膜病變方面表現出色,性能得分介於0.822~0.943之間,具體得分取決於所使用的數據集。儘管預測全身性疾病出現的風險時,RETFound的預測能力不如理想,但仍然優於其他AI模型。此外,研究人員已經公開這一模型的原始碼,並希望全球各地的研究團隊能夠依自身需求對模型做調整與訓練,以滿足自己的所在的社群和醫療環境的需求,為全球健康監測和疾病預防提供了新的可能性。
 
目前許多研究集中於開發類似RETFound的技術,並應用於各類型的醫學影像,包括磁振造影(magnetic resonance imaging, MRI)或計算機斷層掃描等更複雜的影像。因此,這一領域的研究有機會發展出更早期發現的疾病檢測,以及更有效率又可靠的醫療診斷,並有望提高全球健康照護的品質。然而,在進行醫學影像分析的前提下,需要確保AI工具使用的道德性和安全性,也包括了公開透明和分析界線,並確保研發成果能讓全球醫學社群共享。