2019年1月7日，總部位于波士頓的人工智能公司FDNA發(fā)布了一項最新研究，他們發(fā)現(xiàn)，通過觀看數(shù)萬張真實的患者面部圖像，人工智能能夠以91%的精度從人臉照片中識別出罕見的遺傳綜合征。

這項研究成果題為《通過深度學(xué)習(xí)識別遺傳疾病的面部表型》，發(fā)表于《自然 醫(yī)學(xué)》雜志。《自然 醫(yī)學(xué)》雜志評價稱，盡管這項研究的測試集相對較小，但其結(jié)果表明人工智能可能有助于診斷罕見的遺傳疾病。

論文的第一作者亞龍·古羅維奇及其同事利用17000多張面部圖像訓(xùn)練了一種名為DeepGestalt的深度學(xué)習(xí)算法。這種算法結(jié)合了計算機視覺和深度學(xué)習(xí)算法，是一種新型面部分析框架，能夠分辨出數(shù)百種遺傳綜合征的面部表征。

這17000多張面部圖像代表了超過200種的綜合征，例如胸腺發(fā)育不全、胎兒酒精綜合征等。

在這項研究的兩組獨立測試集實驗中，人工智能算法被要求列出每張而部圖像可能代表的綜合征，并按不同綜合征的概率依次排序。實驗結(jié)果顯示，人工智能有超過90%的概率能成功地在前10個答案中列出正確的疾病名稱。

（適用話題：創(chuàng)新、未來、幻想、科技、生活等》