即使科幻片中能够控制多种学科的超等智能机械方今还没涌现，但跟着大数据时间的到来，人为智能已走进人们的生存，从苹果手机的siri到围棋竞赛的AlphaGo，再到当今的养息行业的“精确养息”观念的提议，这些都提醒着咱们，人为智能时间果然来了！
糖尿病视网膜病变是发财国度的紧要致盲性眼病之一，而糖尿病视网膜病变的初期筛查在革新糖网病患者的预后中起注紧急的影响。方今，糖网病的筛查都是仰赖业余眼科医生来实行，而google科学家们最新钻研出一款具备一样的确度的人为智能机械，能够大大缩小眼科医生的做事强度，这款具备高成本效力比的AI也将在未几袭用于临床。此钻研成绩于年11月29日颁发在《JAMA》杂志上。
在以前的钻研中，祈望机曾经能够鉴别部份糖尿病视网膜病变的眼底图象，但的确性再有待抬高，于是一向未能袭用于临床。
实行此项钻研的google公司的VarunGulshan博士说：“为了抬高机械的的确度，咱们钻研出一个叫做深度研习的程序，它能够仿照人脑中的神经元网络，在不给出预订例则的前提下，经过大批剖析图片，来孕育机械本身的判定计谋。”
详细来讲，钻研者们从美国和印度的糖尿病视网膜病变筛查中间获患了个眼底图象，由3到7个眼科业余医生对每个图象实行了评分。在实行组中，起码（28.1%）个图象存在糖尿病视网膜病变或临床有心义的*斑水肿，随后将其分为两组自力的图片库，第一组包罗位患者的张图象，第二组包罗位患者的张图象。在仿照业余眼科医生的第一种运算程序中，机械筛查出DR的敏锐度和奇异性：第一组离别为90.3%与98.1%，第二组为87.0%与98.5%；而在无尽制的更为雄伟的第二种运算程序中，机械筛查出DR的敏锐度和奇异性：第一组离别为97.5%与93.4%，第二组为96.1%与93.9%。
“此结局提醒咱们，深度智能研习程序能够经过大批的练习而不是特定的束缚的运算法则来增强，在DR和DME的筛查中，具备较好的敏锐性和奇异性。”
但在这类主动筛查系统袭用于临床前，依然有很多题目须要去束缚。部份学者担忧这类主动筛查机械会补充筛查自己的成本，而且加剧系统的负荷。再有学者以为它并不完备能够判定DR严峻水平的才略，这将致使一些须要实时管教的严峻DR患者不能取得实时灵验的调节。再者，由眼科业余医生实行的临床筛查中，除了DR，时常还能够发觉其余的影响患者眼力的眼底疾病，而这类主动筛查机械一样也不完备这个性能。
Wong博士与Bressler博士一样也提议，此类主动筛查机械应怎样适理应前养息进展形式的疑难。是不是理当机械与大师们协做协做？亦可能咱们依然须要业余的眼科医生来实行筛查做事？
钻研者们以为：“跟着此类智能图象管教系统的问世，保守的喷射科及病理科医生确凿遭到了不小的挑战，在来日的养息进展形式中，即使它们不能完整代替医生们的做事，但咱们也务必招供这类智能机械将成为人类养息卫生效劳系统的紧急构成部份之一。”
方今，已有少部份的具备深度智能研习程序的机械袭用于临床图象识其它其余系统，如Andrew博士钻研的肺癌诊断系统。
“在往时的50年里，人为智能备受置疑，并没有引发养息界的宏大改革。在来日，它再有一段很长的路要走，咱们理当防止太过的夸张其影响。”
原文