人脸识别遗传病，用于疾病初筛，比人类专家强
通过让机器深度学习代表216种遗传病症的1万7千多张人脸图片，AI技术能够对部分有独特面部特征的遗传病具有良好的识别能力。
责任编辑：朱力远
通过让机器深度学习代表216种遗传病症的1万7千多张人脸图片，AI技术能够对部分有独特面部特征的遗传病具有良好的识别能力。
遗传病，种类多、确诊难、治疗贵，是指主要因遗传了特定致病基因而出现的病，在已知近7000种比较罕见的类型中，患者一般出生后随着年龄的增长被察觉。及时的诊断遗传病，能够提高治疗效果，当然，这并不容易。
继2014年推出一款名为Face2Gene的罕见遗传病面部识别App后，2019年1月，位于美国波士顿的这家名为FDNA的公司，又有新的进展， 以Face2Gene早期收集的更多人脸数据为基础，新的名为DeepGestalt（深度格式塔）的算法技术，准确率有所提升，在一项模拟临床应用的测试中，更是实现了90.6%的准确率。
DeepGestalt将会改变什么呢？
深度学习遗传病的面部特征
FDNA的首席技术官亚龙·古罗维奇（YaronGurovich）等人以及来自以色列、德国、美国等地其他单位，但在FDNA担任顾问的学者们共同参与了这项研究。在《自然·医学》杂志（Nature Medicine）上，他们对DeepGestalt这个基于深度学习而能对人脸图片进行分析的新技术做了介绍。
总的来看，DeepGestalt是人工智能在健康领域的又一个
登录后获取更多权限
网络编辑：邵小乔
欢迎分享、点赞与留言。本作品的版权为南方周末或相关著作权人所有，任何第三方未经授权，不得转载，否则即为侵权。