12、深度学习在医疗领域的拓展与挑战

深度学习在医疗领域的拓展与挑战

1. 印度眼科医院的困境与谷歌的解决方案

印度马杜赖的阿拉文眼科医院，每天有超过两千人从印度各地甚至世界各地赶来寻求眼科护理。该医院为所有前来的人提供服务，无论是否预约，是否有能力支付费用。在印度，近7000万人患有糖尿病，都有失明风险，糖尿病视网膜病变若能早期发现就能得到治疗。然而，印度医生数量不足，每百万人中只有11名眼科医生，农村地区比例更低，很多人无法得到必要的筛查。

2015年，谷歌工程师瓦伦·古尔山希望改变这一现状。他利用自己20%的工作时间探索糖尿病视网膜病变的深度学习筛查系统。他联系了阿拉文眼科医院，获得了数千份数字眼部扫描数据用于训练系统。由于古尔山自己不懂解读扫描结果，他和老板拉来了谷歌搜索引擎团队的莉莲·彭，她是训练有素的医生和生物医学工程师。他们将阿拉文眼科医院的数千份视网膜扫描数据输入神经网络，教会它识别糖尿病失明的迹象。最终，他们的项目取得成功，被杰夫·迪恩拉入谷歌大脑实验室。

2. 默克公司竞赛与深度学习在药物发现中的应用

2012年夏天，全球最大的制药公司之一默克公司在Kaggle网站上发起了一场竞赛，提供4万美元奖金，要求参赛者根据一组分子的行为数据预测它们与人体其他分子的相互作用，以加速新药研发。乔治·达尔是杰弗里·辛顿的学生，他在火车上发现了这个竞赛并决定参赛。尽管他没有药物发现的经验，也怀疑辛顿可能不赞成他参赛，但辛顿鼓励学生尝试他不认可的事情。

达尔在多伦多向辛顿汇报时，提到自己简单训练的神经网络已经在竞赛中排名第七。辛顿坚持让他赢得比赛，达尔于是联合了实验室的纳夫迪普·杰特利等研究人员，最终赢得了竞赛。这次竞赛探索的药物发现技术是定量构效关系（QSAR），达尔之