再次战胜人类,谷歌AI在乳腺癌检测中获得99%准确率
Alpha Go在围棋领域大展拳脚之后,谷歌的人工智能团队又在医学领域战胜了人类。
Alpha Go在围棋领域大展拳脚之后,谷歌的人工智能团队又在医学领域战胜了人类。
近年来,AI可以说是科技届的大热"IP",人工智能被广泛应用到人类生活的各个领域,其中最重要莫过于医疗行业的应用。
据外媒最新消息,谷歌人工智能部门和美国加州圣迭戈的海军医疗中心,合作开发了一种乳腺癌监测算法,这一算法将会对淋巴结切片进行自动监测评估。
这一工具被称为“淋巴结助手”(LYNA),相关的论文最近在美国医疗期刊上发表。
测试中,上述基于人工智能的工具实现了99%的准确率,高于人类病理专家的水平。
如下图所示:
左图为两个淋巴结活检的图片,中间图为谷歌AI深度学习肿瘤检测的早期结果,右图为谷歌AI深度学习后的当前结果(注意两个版本之间已可见噪点下降)。
参与论文编写的专家指出,人工智能算法能够对每一个切片进行详尽的病体组织分析评估,他们已经开发了一个框架,可以帮助病理专家在现实中评估这些算法,并采用到实际工作中。
全球有50万人因乳腺癌死亡,他们当中有90%都是转移性肿瘤。
转移性肿瘤,指的是癌细胞脱离其原始组织,通过循环或淋巴系统穿过身体,并在身体的其他部位形成新的肿瘤,这是传统医学上非常难检测的一种肿瘤。
根据最近的一次评估,受到时间等限制因素,人类病理专家会在62%的情况下遗漏掉切片中的转移瘤相关物质。
而LYNA模型是一种开源的基于Inception-v3的图像识别深度学习模型,在斯坦福的ImageNet数据集拎已经被证明可以实现78.1%的准确率。
它需要一个299像素的图像(Inception-v3的默认输入大小)作为输入值,然后在像素大小的级别上显示出肿瘤的轮廓,并且在训练过程中,得到标签——即预测该组织切片是“良性”还是“肿瘤”,并调整模型的算法权重以减少误差。
据谷歌透露,这套人工智能系统大概可以以十亿像素级的拍摄效果自动检测和定位肿瘤的大小。
这种高水平的图像识别技术最初是为谷歌无人驾驶汽车项目开发的,目的是帮助车辆扫描道路障碍物。
对于病人而言,人工智能的参与,意味着医生能够在更早期发现乳腺癌的发病症状,有利于及时展开治疗。
再次战胜人类,谷歌AI在乳腺癌检测中获得99%准确率 - Extfans”