飛行健康網

最近，6個非洲國家正在開展預防宮頸癌的公共衛生運動，給當地婦女做宮頸癌篩查，但這次篩查與以往不同。在肯尼亞的農村衛生診所，婦女們將用手機進行“宮頸自拍”，然後提交圖像讓醫生做進一步的檢查。

根據世界衛生組織數據，每年約有2萬婦女死於宮頸癌，其中85%在低收入國家。這種疾病常在婦女成年時襲擊她們，而此時她們正是家庭支柱。對人工智能（AI）技術來說，宮頸癌篩查也是個很好的測試，因為宮頸癌很大程度上是可預防、可治愈的，從早期跡象到危險狀態要10年―15年，如能篩查出早期信號，及早治療的機會就很大。但大規模篩查費用過高，發展中國家的民眾難以負擔。據非營利組織“粉絲帶紅絲帶”估計，接受檢查的非洲婦女只有5%。

據美國IEEE《光譜》雜志網站報道，“粉絲帶紅絲帶”組織工作人員與當地診所合作，通過一種裝在安卓手機上的光學鏡頭，就能給婦女做檢查，發現癌症的早期跡象，使她們能及時獲得治療。

改變衛生保健模式

這種手機鏡頭稱為EVA（增強可視評估）鏡頭，是一家名為MobileODT的以色列公司開發的一種光學檢測技術，可以讓醫生查看婦女的宮頸放大圖像，通過手機應用程序進行分析，將數據存儲在雲端。

篩查中的最大挑戰在於工作人員：他們要根據這些圖像作出准確診斷――這正是人工智能的用武之地！這種手機診斷工具很快會與AI技術整合，變得更好更專業，或許會成為非洲及偏遠地區智能衛生護理的一個“示范”。

比爾・蓋茨Global Good基金會除了與MobileODT公司合作，還與美國“高智發明”公司（Intellectual Ventures）聯手，開發能改善世界貧困地區人民生活的技術。他們希望利用現已普及的移動技術改變衛生保健模式，尤其是在世界上缺乏醫療基礎設施的地方。他們計劃將AI技術和EVA鏡頭整合在一起，今年末在埃塞俄比亞開展實地試驗。

“高智發明”創始人內森・梅爾沃德認為，可以用AI技術把手機變成超級智能診斷工具，以幫助拯救千百萬人的生命。把醫療專家送到整個非洲的每個診所是不可能的，但利用人工智能卻可以把他們的專業知識送過去。

機器學習+移動技術

診斷所用的AI技術，是一種利用卷積神經網絡（CNNs）的機器學習技術：給計算機一個目標、一個軟件框架和一個大型訓練數據庫，然後讓它自己創造解決方案來完成任務。

為了訓練CNNs能做宮頸癌篩查，研究團隊給它提供了大約10萬張圖像，分為健康組織、良性炎症、癌前期病變、疑似癌症等多個類別。圖像由美國國家癌症研究所提供，經過這些高質量圖像的訓練，才能讓它處理醫療診所更復雜的圖像。

最後，把訓練好的CNNs帶到實地，看這個AI大腦能否分辨各種條件下拍攝的圖像。整套系統必須經過實地訓練，再將診斷結果與醫療專家和實驗室病理化驗結果進行對比，以評估AI的診斷效果。到今年末，這項實驗才能在埃塞俄比亞開始。

目前，基於機器學習的診斷工具大都還在接受初始的數據庫訓練，研究人員希望，最終開發出能根據病人實際情況不斷提高診斷能力的AI系統。一旦設計出這種AI系統，隨著不斷運行改進，它們會很擅於自我調整提高。

幫非洲婦女預防宮頸癌

“粉絲帶紅絲帶”組織與世界其他團體合作，在非洲當地提供宮頸癌篩查服務。

傳統篩查是由工作人員把宮頸細胞樣本送到實驗室分析，然後等待結果，這在偏僻山區可能要花幾周，造成嚴重延誤。一線的工作人員要經過培訓和指導，才能把真正的癌症病變和許多疑似狀況區分開，檢查人員也可能漏掉發展了的癌症跡象，這些需要咨詢專業醫師才能辨別。

在許多發展中國家的診所，都采用了可視化篩查程序，雖然這一過程並不完美，但在研究團隊看來，這不是一項醫療挑戰，而是一項軟件工程挑戰。他們需要的是設計一種新算法，能詳盡無遺地處理各種特征和變化，把健康宮頸和有病變的區別開來。

這項研究或許只是機器學習診斷工具的開始。研究人員認為，還有許多依賴圖像的醫療檢測，如X射線和MRI掃描，用智能工具也很容易對其圖像做出分類。CNNs還能用於檢查難以定位的目標，如他們正在開發一種診斷瘧疾的程序。

（ 記者 常麗君）