人工智能利用面部圖像識別遺傳綜合征

　　1月8日，《自然—醫學》在線發表的一篇論文指出，一款人工智能在接受上萬張真實患者面部圖像訓練后，能夠以較高的準確率識別罕見的遺傳綜合征。但是，研究人員表示，還需要開展進一步的研究優化人工智能的識別能力，并且與其他診斷方法作對比。

圖片來源于網絡

　　各種遺傳綜合征會表現出獨特的面部特征，它們可以幫助臨床醫生進行診斷。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采用的訓練數據集規模不大，僅能識別少量綜合征。

　　FDNA公司的Yaron Gurovich及同事使用17000多張患者的面部圖像訓練了一套深度學習算法，所有這些患者被確診的遺傳綜合征總計達幾百種。研究中使用的圖像來自一個社區平臺，臨床醫生會把患者的面部圖像上傳于此。

　　研究人員利用兩個獨立的測試數據集測試人工智能的表現，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。兩組測試中，在約90%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3個實驗中的表現。雖然這項研究采用的測試數據集規模相對較小，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先級劃分與診斷。

　　研究人員指出，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。