牛津大学研究团队开发出算法程序
分析全家福照片可识别遗传疾病
判断儿童是否患有罕见遗传性疾病，对于医生来说或许再也不是什么棘手难题，只要一张就诊者的全家福照片就OK了。英国牛津大学的克里斯托弗·内拉克和安德鲁·齐默曼的研究团队开发出了一种计算机程序，可以通过分析普通数码照片的面部来识别罕见病情。如果它的数据库中的多组照片共同拥有特定的面部特征，它甚至能够由此确定未知的遗传性疾病。
研究人员将8类遗传性疾病患者的1363张公开照片输入计算机视觉算法中，计算机利用每张照片的36个面部特征，比如眼睛、眉毛、嘴唇和鼻子的形状来识别这些疾病。“它会自动分析图像，诠释关键的特征点，并生成一份脸部描述，其中扩展了对区分（疾病）而言很重要的特征。”内拉克说。系统随后将这些特征与那些确诊患者的图片比较，并列出对新患者的预测。照片越多，该软件预测的准确性就越高，对8种疾病的判断准确率平均可达93％。
目前该软件已能够识别90种失调状况。虽然无法给出确切的诊断，但基于其现有数据库中的2754张面孔，研究人员估计，这款软件将使医生作出正确诊断的可能性提高30倍。“这种准确性还不足以提供一个可靠的诊断，但它有助于减少误诊的可能性。”内拉克说。他表示，该系统理论上可用于筛查新生儿罕见的遗传性疾病。
为了使该系统更强大，内拉克的团队希望通过训练算法来分析脸部的轮廓以及完整的正面照片。他们的另一个目标是，将软件与分析DNA突变的程序相结合，以便同时研究任何一种已确定失调疾病的面部和遗传特征。
（摘自《科技日报》 陈丹/文2014年8月12日）
研究人员将8类遗传性疾病患者的1363张公开照片输入计算机视觉算法中，计算机利用每张照片的36个面部特征，比如眼睛、眉毛、嘴唇和鼻子的形状来识别这些疾病。“它会自动分析图像，诠释关键的特征点，并生成一份脸部描述，其中扩展了对区分（疾病）而言很重要的特征。”内拉克说。系统随后将这些特征与那些确诊患者的图片比较，并列出对新患者的预测。照片越多，该软件预测的准确性就越高，对8种疾病的判断准确率平均可达93％。
目前该软件已能够识别90种失调状况。虽然无法给出确切的诊断，但基于其现有数据库中的2754张面孔，研究人员估计，这款软件将使医生作出正确诊断的可能性提高30倍。“这种准确性还不足以提供一个可靠的诊断，但它有助于减少误诊的可能性。”内拉克说。他表示，该系统理论上可用于筛查新生儿罕见的遗传性疾病。
为了使该系统更强大，内拉克的团队希望通过训练算法来分析脸部的轮廓以及完整的正面照片。他们的另一个目标是，将软件与分析DNA突变的程序相结合，以便同时研究任何一种已确定失调疾病的面部和遗传特征。
（摘自《科技日报》 陈丹/文2014年8月12日）
