厉害了！超越 Google，16 岁少女发明眼疾诊断 AI 模型！

编译 | AI科技大本营（rgznai100）

参与 | 焦燕

厉害了我的小姐姐！因为祖父的眼疾，高中生的她竟然发明了一个人工智能系统！

请允许营长由衷地咆哮一声先：现在的小孩都逆天了么？！

今天介绍的这位16岁的小姐姐，因为自己祖父的眼疾而搞出了一套能够诊断眼视网膜病变的AI系统；因为发现学习计算机的女孩子少，就发起了一个“计算联盟”；同时她还会弹钢琴、运营非营利组织、管理学校的生物信息学社团......简直行动力爆棚啊有木有！哎呀不说了，营长心塞塞...还是一起来看这个小姐姐是怎么搞事情的吧。

小姐姐名叫Kavya Kopparapu。

2016年6月，高中毕业后的那个夏天，Kavya Kopparapu开始寻找一个可以用到她的计算机科学技能的新项目，她立刻想到了自己的祖父。

砸中小姐姐的那颗“苹果”

Kavya Kopparapu的祖父生活在印度东海岸的一个小城市。2013年，他开始出现糖尿病视网膜病变的症状——糖尿病并发症会损害视网膜血管并导致失明。虽然他得到了治疗，但是在那之前视力已经恶化。即便如此，他仍是幸运的：如果疾病在早期得到诊断，通过一些药物或者手术是可以缓解眼部损伤甚至是可以得到治愈的，但是大多数的患者没有得到治疗。

糖尿病并发症会损害视网膜血管

“缺乏诊断是最大的挑战，”Kavya Kopparapu说道，“印度有将医生派遣到乡村和贫民区的项目，但是那里有非常多的病人，医生却只有那么点儿。”如果有一种便宜且简单的方式，可以让当地的临床医生找到新病例并把他们送到医院中，会是怎样的情况呢？

这样的想法对小姐姐一击即中。

于是，Eyeagnosis便诞生了。

小姐姐的发明——Eyeagnosis

Eyeagnosis是一款智能手机应用，再加上3D打印镜头，它试图改变诊断程序——将需要一个数千美元的视网膜成像仪、耗时两个小时的测试变为手机快速拍照。

听起来好牛逼的样子，你肯定想不到它的研发团队只是一群孩子！

Kavya Kopparapu和她的团队，这个团队里有她15岁的弟弟Neeyanth、高中同班同学Justin Zhang，他们一同训练了一个人工智能系统，让它在一堆眼睛的照片中辨认出有糖尿病视网膜病变迹象的那一些，并提供初步的诊断。上个月，她在纽约的O’Reill人工智能大会上展示了这个系统。（营长会在后面会给大家详细分析里面用到的技术）

对，同样是千里马，必然会有伯乐相识！大会上的展示当然不是走过场，小姐姐团队研发的这个系统得到了大佬的青睐。

“这个设备非常理想，它使得筛选更加高效，适用于更广泛的人群，”国立卫生研究院（NIH）的视觉疾病专家J. Fielding Hejtmancik说。

其他的研究机构，包括Google和Peek Vision，最近也发布了相似的系统，但是Hejtmancik对这些学生的创造力印象深刻，“相对于那些有着高学位的研究者来说，这些孩子以一种更便宜且更简单的方式将事情组织了起来！”

 不一样的小姐姐

可她明明一个高中生，而且还是一个女生（请不要说我性别歧视，毕竟人工智能界本就很少看见女性的身影嘛），怎么会有这么先进的想法和技术技能？俗话说的好，牛逼人物必然有着牛逼的经历。各位且看小姐姐的成长历程。

Kopparapu一直都有一个科学的头脑。她在弗吉尼亚州的Herndon长大，和弟弟建立了K’nex 创作，他们一起看MythBusters和Cosmos，在早餐时间一起读Scientific American。但是直到她参加了一个编程讲习班才对计算机深深着迷，那个讲习班是由国家妇女与信息技术中心主办的。“回到家后，我就自学Java、HTML、Python、C，妈妈不得不把我从电脑前拉走，我痴迷计算机已经到了废寝忘食的地步了”她说。

嗯，又是一个会“自学”的勤奋小骚年！

在高中，她学习有关计算机科学的课程，还有计算机视觉、人工智能。但是让她困惑的是，她意识到每个班上，包括她在内，只有很少的几个女生。为了解决这个问题，她创办了一个组织，让女孩也来学习计算机科学。她说：“我不认为问题在于女孩们缺少激情，更多的是她们认为自己不适合学习计算机。”她发起了“女子计算联盟”，得到了亚马逊网络服务公司和哈维·泥德学院校长的赞助。现在，这个联盟为贫困儿童讲习编码。

Kopparapu管理着学校的生物信息学社团，组织了一个学术研讨会，弹钢琴，还运营着一个非盈利组织——她担心如何处理自己所有的业余时间。 

为小姐姐点赞，不仅行动力满分，而且关心女性和贫困儿童，超级有爱！所以，这么有爱还厉害的小姐姐，她的发明必然是大有用处的。

进击的Eyeagnosis

最近，Eyeagnosis开始提供服务了。

Kopparapu搜索了很多信息，还给眼科医师、病理学家、生物化学家、流行病学家、神经系统科学家、物理学家，还有机器学习的专家发了很多邮件，她构思了一个计划。

首先，她的团队致力于疾病诊断的AI，他们选择的是大家熟知的卷积神经网络(CNN)的机器学习架构。神经网络是人工智能近期爆发的后遗症，包括语音识别、机器翻译和图像字幕的进步。他们通过解析大量数据（数百万张猫的照片）并寻找相似性模式来获得这些技能。

CNN特别擅长对图像进行分类，所以设计类似于大脑的视觉系统并不是巧合。信息通过称为节点的“神经元”的分层；在每一层，网络识别更多的抽象特征：像素变成边缘，变成形状，成为对象。“有趣的是，我们正在使用一种基于视网膜系统如何诊断视网膜疾病的系统，”Kopparapu说。

没有重新构建一个网络，她选择了由微软研究人员研发的ResNet-50现成模式。但为了使系统能够识别眼睛疾病，她需要训练数据。

她选择的是NIH的EyeGene数据库，那里有34000张视网膜扫描图。这些图像有许多是在各种条件下用不同类型的相机拍摄的，非常模糊或曝光不良。“但实际上这是一件好事，”Kopporapu说。“它非常类似于使用智能手机的现实环境。”

小姐姐计划中理论部分算是完成了，接下来就是应用。

到2016年8月，她的团队训练ResNet-50，以人类病理学家的准确性发现糖尿病视网膜病变。到十月份，她已经与孟买的Aditya Jyot眼科医院达成一致，在该医院测试Eyeagnosis应用程序。该应用程序不仅能够检测疾病，还可以标亮图像中的血管和微动脉瘤，即，将一种荧光染料注射入患者的血液。“我们试图让眼科医生尽可能轻松地查看所有信息，并说‘这是我的最终诊断’。”

11月，她将她的第一个3D打印原型系统的镜头运送到医院。当安装到智能手机上时，镜头会将手机的漫反射中心闪光灯聚焦，以便能够最佳地照亮视网膜。完整的Eyeagnosis系统已经在医院的五名患者身上进行了试验，并在每种情况下进行了准确的诊断。

鼓掌撒花，小姐姐的发明算是取得了初步胜利！不过，未来还存在一些考验。

让我们对小姐姐和她的发明多一些期待

NIH的专家Hejtmancik指出，Eyeagnosis在临床应用上还有很长的路要走。“她需要的是很多临床数据，这些数据需要能够说明Eyeagnosis在各种情况下都是可靠的：在眼科医院、在农村、以及在印度边远地区的诊所里”他说。

尽管如此，Hejtmancik认为该系统具有现实的商业潜力。他说，唯一的问题是，它是如此便宜，以至于大公司可能看不到其中利润的潜力。但是，在他看来，这种负担能力正是人们想要的医疗服务。

Kavya Kopparapu的心里一直铭记着这样一些数据:世界上有4.15亿的心脏病患者，其中1/3会发展为视网膜病变，一半的人得不到确诊。病症非常严重的群体中有一半的人将在五年后失明。其中大多数人非常贫困。

就像小姐姐说的，为什么会有这么庞大的数字——最大的挑战在于缺乏诊断。营长想，如果Eyeagnosis真正经受住临床上的考验，这些数据将会发生非常大的变化吧——Eyeagnosis会让越来越多的深受视网膜病症折磨的人们更快地得到诊断，尽快接受治疗。

那么，就让我们一起期待未来小姐姐带着她的Eyeagnosis大显身手吧！

 热 文 推 荐 

你点的每个“在看”，我都认真当成了喜欢