谷歌AI最近分享了兩篇研究論文，描述了在醫(yī)療保健領域類似圖像搜索的人機交互研究進展。在第一篇題為《SMILY: 組織病理學的相似圖像搜索》的論文中，他們描述了一個基于ML的工具，用于病理學中的反向圖像搜索。第二篇論文《醫(yī)療決策過程中，以人為中心處理不完美算法的工具》探索了基于圖像搜索的不同細化模式，并評估了它們對醫(yī)生與SMILY交互的影響。

SMILY實現(xiàn)了一個深度學習模型，使用50億個自然的、非病理圖像進行訓練。該模型學會了通過計算和比較圖像的嵌入來區(qū)分相似的圖像和不同的圖像，然后使用癌癥基因組圖譜中未識別圖像的語料庫創(chuàng)建圖像補丁及其相關嵌入的數(shù)據(jù)庫。當在SMILY工具中選擇一個查詢圖像補丁時，將以類似的方式計算查詢補丁的嵌入，并與數(shù)據(jù)庫進行比較，以檢索嵌入最相似的圖像補丁。

SMILY在協(xié)助搜索大型數(shù)據(jù)庫的數(shù)字化病理圖像上有很大的潛力。它可以幫助編制帶有描述性說明的病理圖像教材的索引，使受訓的醫(yī)科學生或病理學家能夠使用視覺搜索對這些教材進行檢索，加快教學進程。

此外，它還可以應用于癌癥研究人員感興趣的研究——腫瘤形態(tài)學與患者預后的相關性。研究結果還表明，復雜的ML算法需要與以人為中心的設計和交互工具相結合，這是最有意義的。