四萬三千張圖像訓(xùn)練深度學習模型
人工智能診斷肺癌超越放射學專家
英國《自然·醫(yī)學》雜志20日發(fā)表一項人工智能（AI）最新進展，美國團隊報告了一種能夠根據(jù)胸部CT掃描來檢測惡性肺結(jié)節(jié)的人工智能，其表現(xiàn)與人類放射醫(yī)學專家相當，甚至超越后者。該深度學習模型提供了一種自動化的評估系統(tǒng)，用以提高早期肺癌診斷的準確性，幫助實施臨床干預(yù)。
肺癌已經(jīng)是美國最常見的癌癥相關(guān)死因，機器人維修，估計2019年的致死人數(shù)為16萬人。美國和歐洲的大規(guī)模臨床試驗表明，工業(yè)機器人維修，胸部檢查可以發(fā)現(xiàn)癌癥，降低死亡率。但是，這種方法錯誤率高、實用性有限，加之其他臨床因素的影響，許多肺癌在發(fā)現(xiàn)時已是晚期，難以治愈。
此次，KUKA機器人示教器維修，美國谷歌健康研究部門（GHR）的科學家丹尼爾·謝及同事，新開發(fā)了一種深度學習模型。他們采用42290張CT掃描圖像進行訓(xùn)練，以便使人工智能在無人類參與的情況下，預(yù)測肺結(jié)節(jié)的惡性程度。
結(jié)果發(fā)現(xiàn)，在6716個測試病例中，該人工智能系統(tǒng)能夠以94%的準確率，發(fā)現(xiàn)極小的惡性肺結(jié)節(jié)。在無先前CT掃描圖像的情況下，該系統(tǒng)的表現(xiàn)超越所有6位放射醫(yī)學專家；而在有先前CT掃描圖像的情況下，兩者表現(xiàn)不相上下。
研究人員提醒說，這些發(fā)現(xiàn)還需要經(jīng)過大規(guī)模的臨床驗證，但其仍然可以說明，這一模型未來將推動改善肺癌患者的管理和預(yù)后。
今年1月，美國FDNA分析技術(shù)公司已訓(xùn)練人工智能在接受上萬張真實患者面部圖像訓(xùn)練后，以高準確率識別罕見的遺傳綜合征；而更早時間，谷歌旗下人工智能子公司——“深度思維”也已成功使一種人工智能算法通過分析醫(yī)學影像檢測眼病，其尋找青光眼、糖尿病視網(wǎng)膜病變和老年性黃斑退化這三大眼疾的跡象，比人類專家的判斷更為迅速高效。（記者張夢然）