人臉識別遺傳病，用于疾病初篩，比人類專家強
通過讓機器深度學習代表216種遺傳病癥的1萬7千多張人臉圖片，AI技術能夠對部分有獨特面部特征的遺傳病具有良好的識別能力。
責任編輯：朱力遠
通過讓機器深度學習代表216種遺傳病癥的1萬7千多張人臉圖片，AI技術能夠對部分有獨特面部特征的遺傳病具有良好的識別能力。
遺傳病，種類多、確診難、治療貴，是指主要因遺傳了特定致病基因而出現的病，在已知近7000種比較罕見的類型中，患者一般出生后隨著年齡的增長被察覺。及時的診斷遺傳病，能夠提高治療效果，當然，這并不容易。
繼2014年推出一款名為Face2Gene的罕見遺傳病面部識別App后，2019年1月，位于美國波士頓的這家名為FDNA的公司，又有新的進展， 以Face2Gene早期收集的更多人臉數據為基礎，新的名為DeepGestalt（深度格式塔）的算法技術，準確率有所提升，在一項模擬臨床應用的測試中，更是實現了90.6%的準確率。
DeepGestalt將會改變什么呢？
深度學習遺傳病的面部特征
FDNA的首席技術官亞龍·古羅維奇（YaronGurovich）等人以及來自以色列、德國、美國等地其他單位，但在FDNA擔任顧問的學者們共同參與了這項研究。在《自然·醫學》雜志（Nature Medicine）上，他們對DeepGestalt這個基于深度學習而能對人臉圖片進行分析的新技術做了介紹。
總的來看，DeepGestalt是人工智能在健康領域的又一個
登錄后獲取更多權限
網絡編輯：邵小喬
歡迎分享、點贊與留言。本作品的版權為南方周末或相關著作權人所有，任何第三方未經授權，不得轉載，否則即為侵權。