周一，DeepMind与英国知名的摩尔菲尔兹眼科医院合作研究的成果，在世界顶级临床医学期刊Nature Medicine上发表，在鉴别过997个病患的3D虹膜扫描后，DM设计的人工智能算法推荐眼疾患者就医的精准度，好于该眼科医院的8位专家级临床医生。
研究显示，DeepMind的AI算法主要通过分析眼部的光学相干断层扫描（OCT）图像，诊断与老龄化致盲有关的黄斑部退化、青光眼和糖尿病视网膜病变。目前，这一算法已能检测出超过50种威胁视力的眼疾，能为患者正确推荐最合适的行动方案，并优先考虑最迫切需要护理的人。
论文合作者、摩尔菲尔兹眼科医院试验主管Pearse Keane医生表示，AI算法的诊断与推荐就医错误率为5.5%，即准确度接近94%，而8位人类眼科专家的错误率为6.7%-24.1%区间；当人类医生参考了更多背景信息后，诊断错误率降至5.5%-13.1%之间，表明最棒的人类专家与AI算法相当。
他表示，AI算法诊断准确率是“令人大跌眼镜”的结论，此前DeepMind使用了该医院提供的近15000份匿名患者的3D虹膜扫描图像来培训，2019年的计划是将技术应用于临川试验，预计三年内在全英国家医疗服务体系NHS旗下医院推广，最初五年的AI医疗产品供免费试用。
Keane医生指出，2007-2017年间，英国对OCT扫描仪的使用量激增，超过了对能正确解读图像的专家培训。基本每个有异常的OCT都会被推荐就医，推荐量增加了37%，导致候诊时间过长，如果不能及时诊治，有些患者可能会失去视力。
而AI算法可以加快通过OCT扫描诊断病症的时间，也可以降低严眼科医院的运营成本。DeepMind的AI算法采用两种机器学习神经网络并行模式，一种网络分析虹膜扫描俩鉴别患病的区域，另一种网络作出推荐就医的诊断，并附带特殊疾病的诊疗方式推荐。
这大大避免了AI算法给人以“暗箱操作”的误会，增加了算法得出诊断推荐的透明度和可信度。DeepMind联合创始人Mustafa Suleyman表示，这套算法“最不同凡响之处”是提供了可解释性（explainability），医生可以理解算法做出诊断建议的思路与逻辑，增加了信任度。
研究人员称，这一算法可与任何型号的OCT扫描仪兼容，意味着可以广泛使用、没有硬件限制。Keane医生认为，未来这一技术的应用场景可能包括：普通人在当地任一验光店完成OCT扫描后，立即用这一算法鉴别是否存在危害视力的疾病，有助于在非常早期的阶段发现，防患于未然。
DeepMind Health临床试验主管Dominic King表示，目前正与伦敦大学学院医院合作分析放射治疗的扫描图，与伦敦帝国大学合作分析乳房影像扫描图。与这些顶级医疗和研究机构的合作，也都展现了实际、有潜力的进展，代表AI诊病应用场景不局限于眼部领域。
不过英国《金融时报》提醒称，英国监管机构对谷歌等科技巨头及其旗下的人工智能子公司，能够接触到大量病患数据和研发“具有垄断性盈利能力”产品的能力深感担忧。去年有隐私监督机构怀疑，英国皇家自由医院非法向DeepMind提供了160万个患者的记录，帮助后者研发一款移动App，旨在警告医生患者潜在的肾损伤风险。
谷歌母公司Alphabet周一股价整体波动走低，交投1253美元，利好的二季报公布后，7月26日曾创1285美元的历史收盘新高。