根據(jù)英國《自然·醫(yī)學(xué)》雜志8日在線發(fā)表的一篇論文，一款人工智能在接受上萬張真實(shí)患者面部圖像訓(xùn)練后，能夠以高準(zhǔn)確率識別罕見的遺傳綜合征。科學(xué)家同時(shí)強(qiáng)調(diào)，由于個(gè)人面部圖像是敏感但易得的數(shù)據(jù)，因此必須小心處理，以防該技術(shù)的歧視性濫用。

　　各種遺傳綜合征會(huì)表現(xiàn)出獨(dú)特的面部特征，它們可以幫助臨床醫(yī)生進(jìn)行診斷。但是，可能的綜合征數(shù)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(guān)于這種可能性的研究所采用的訓(xùn)練數(shù)據(jù)集規(guī)模不大，僅能識別少量綜合征。

　　此次，美國FDNA分析技術(shù)公司研究人員雅龍·古羅維奇及其同事使用17000多張患者的面部圖像，訓(xùn)練了一款深度學(xué)習(xí)算法，所有這些患者被確診的遺傳綜合征總計(jì)達(dá)幾百種。研究中所使用的圖像來自一個(gè)社區(qū)平臺，臨床醫(yī)生會(huì)把患者的面部圖像傳上去。研究團(tuán)隊(duì)利用兩個(gè)獨(dú)立的測試數(shù)據(jù)集測試人工智能的表現(xiàn)，每一個(gè)數(shù)據(jù)集都包含數(shù)百張之前經(jīng)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。

　　在兩組測試中，在90%左右的情況下，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三個(gè)實(shí)驗(yàn)中的表現(xiàn)。雖然這項(xiàng)研究采用的測試數(shù)據(jù)集規(guī)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(jìn)行直接比較，但是研究結(jié)果表明，人工智能有望在臨床實(shí)踐中，輔助罕見遺傳綜合征的優(yōu)先級劃分與診斷。

　　研究人員表示，目前還需要開展進(jìn)一步的研究來優(yōu)化人工智能的識別能力，并且與其他診斷方法做對比。