一个国际研究团队２２日在美国《细胞》杂志上发表的封面文章指出，他们开发出一种新型人工智能技术，可用于筛查常见的致盲眼部疾病，有助于加快疾病诊断。

中国广州市妇女儿童医疗中心和美国加利福尼亚大学圣迭戈分校等机构的研究人员使用基于人工智能技术的卷积神经网络来学习超过２０万张眼部光学相干断层扫描图，并采用“迁移学习”技术，让计算机学会将已获得的知识用于解决其他相关问题。卷积神经网络是一种计算机深度学习的结构，是当前语音分析和图像识别领域的研究热点。

例如，研究人员使人工智能神经网络学习了识别视网膜、角膜或视神经等眼睛解剖结构后，可在检查全眼图像时更快速有效地进行识别和评估。此外，与传统方法相比，这种新技术可以使用更小的数据集实现更为高效的学习效果。

研究集中在两种不可逆的常见致盲性眼病：黄斑变性和糖尿病性视网膜病。研究人员称，如能早期发现，这两种眼病都是可以治疗的。结果显示，新技术可以在３０秒内判断检查者是否需要治疗，准确度超过９５％。

研究人员还开展了旨在发现人工智能如何思考的“遮挡测试”，对图像的数百块区域逐一进行遮挡，评测准确度是否受到影响，从而识别出每幅图像中令计算机做出相关诊断最重要的病灶区域。

研究负责人张康教授对新华社记者说：“机器学习就像一个黑盒子，我们通常不能准确知道到底发生了什么。通过遮挡测试，可以发现计算机在图像中得出诊断结果的位置，增加我们对诊断结果的信任。”