AI是如何来检测贫血的

最新一项研究发现，由Google Health研究人员开发的深度学习模型，可基于视网膜筛查而不是传统的血液检查，来诊断是否贫血。

这项发表在《自然生物医学工程》的研究显示，谷歌健康团队开发相关的人工智能（AI）算法，并将其应用于来自约57000名参与者，合共近114000多个视网膜图像数据，结合患者的年龄和性别数据，该模型能够以88％的准确率检测贫血。

据了解，目前全球有16亿人贫血，主要表现包括疲劳、虚弱，以及头晕和嗜睡。贫血的诊断通常涉及血液测试，以测量血红蛋白，即红细胞中携带氧气的重要蛋白质含量。怀孕期间的妇女患贫血的风险特别高，近五分之二以上人群受影响，贫血也可能是结肠癌的早期征兆，因此相关研究无论对于AI还是医疗来说都具有重大意义。

医学博士Akinori Mitani表示，尽管深度学习模型最初是主要用于白人参与者组成的数据，从而集合开发的，但为了解决持续存在的算法偏差问题，该模型已在来自亚洲的单独数据集中进行验证，并取得相应成果。

此外，在发现贫血对眼睛的这些可量化影响后，研究人员进行分析，发现视盘和周围血管最有可能包含贫血迹象。

综上来看，这种无创性筛查贫血的方法可以为现有的糖尿病眼病筛查增加价值，或者支持比血液检测更容易操作，且速度更快的贫血筛查。香港IDC新天域互联也希望这能够激发更多的研究，以促进现有医学测试与新技术的结合，从而提供更加准确的医疗建议。