十年前，当Pearse Keane开始使用光学相干断层扫描（OCT）扫描器检查人的眼睛时，机器的检查结果非常粗糙。 “这些设备的分辨率较低，图像采集速度要慢得多。”基恩（Moefields Eye Hospital）的眼科医生，伦敦大学学院（University College London）研究员基恩（Keane）说。自2007年以来，基恩（Keane）花费了两年的时间研究OCT机器的扫描，学习诊断患者的眼部状况以及找出威胁视力的疾病的细节。 “这是非常耗时且费力的工作，”他说。基恩说。 OCT扫描使用光快速创建眼后的高分辨率3D图像。现代的OCT扫描仪会创建大约6,500万个数据点，每次使用时都会在视网膜的每一层进行映射。三维图像已成为医生诊断眼部疾病的常用方法，但是在整个NHS中，每天都要完成数千次扫描。在Moorfields眼科医院进行的一项试验中，来自Google DeepMind的AI做出了94.5％的正确诊断。 Moorfields和Google位于伦敦的人工智能部门DeepMind的用于诊断眼部疾病的自动算法可以减少医生从OCT扫描中进行诊断所需的时间。发表在《自然医学》杂志上的新研究表明，DeepMind的人工智能可以识别出50种常见的眼部疾病，其中包括三种最大的眼部疾病：青光眼，糖尿病性视网膜病和与年龄有关的黄斑变性。人工智能从OCT扫描中正确识别出94.5％的眼部疾病类型。 “该算法可与专家诊断OCT扫描的性能相媲美。”基恩说。 “这与Moorfields的世界领先的眼科顾问医师所说的一样，这些OCT扫描存在问题，甚至可能更好。”对于AI系统，此算法非常少见，它也可以解释它如何实现某种诊断，并在许多类型的OCT机器上使用。 DeepMind联合创始人Mustafa Suleyman说，该公司和Moorfields现在计划在临床试验中使用该方法，并试图获得监管机构批准的最终产品。这项工作的目的是减少医生的手动检查和扫描，并减少诊断和转诊患者所需的时间。