四萬三千張圖像訓練深度學習模型

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。

肺癌已經(jīng)是美國最常見的癌癥相關死因，估計2018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，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，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掃描圖像進行訓練，以便使人工智能在無人類參與的情況下，預測肺結節(jié)的惡性程度。

結果發(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后。

今年1月，美國FDNA分析技術公司已訓練人工智能在接受上萬張真實患者面部圖像訓練后，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。