谷歌AI診病新進展，轉移性乳腺癌檢測準確率達99％

據VentureBeat報道，轉移性腫瘤是一種非常難以檢測的腫瘤，這種疾病的癌細胞會從其起源組織中分離出來，通過循環系統或淋巴系統在體內傳播，並在身體其他部位形成新的腫瘤。2009年，美國波士頓兩家醫療中心對102名乳腺癌患者進行的一項研究發現，1/4患者受到「護理過程失敗」的影響，比如體檢不充分和診斷測試不完整等。

圖：左側為包含淋巴結的人體組織幻燈片，右側為LYNA識別的腫瘤區

全世界每年有50萬人死於乳腺癌，估計90%是腫瘤轉移造成的。但聖地亞哥海軍醫學中心和谷歌人工智慧研究人員，已經開發出了一種很有前途的解決方案，這種方案採用癌症檢測演算法，能夠自動評估淋巴結活檢。他們的AI系統被稱為「淋巴結助手」(簡稱LYNA)。

在轉移性乳腺癌的檢測精度測試中，LYNA的準確率達到99%，這比人類病理學家更勝一籌。根據最近的一項評估，在時間有限的情況下，有62%的人類病理學家會錯過單個幻燈片上的微小轉移跡象。

LYNA是基於開源圖像識別深度學習模型Inception-v3開發出來的，該模型在斯坦福大學ImageNet數據集中的準確率超過78.1%。正如研究人員解釋的那樣，在訓練過程中，它以299像素的圖像作為輸入，在像素水平描述出組織貼片中的腫瘤，提取標籤，並調整模型的演算法權重以減少誤差。

未來的工作將研究該演算法是否提高了效率或診斷準確性。研究人員寫道：「在幻燈片診斷中，LYNA獲得了比病理學家更高的敏感性。這些技術可以提高病理學家的工作效率，減少與腫瘤細胞形態學檢測相關的假陰性數量。」

谷歌已廣泛投資於AI在醫療上的應用。今年春天，谷歌旗下的Medical Brain團隊宣稱，他們已經開發出了一套AI系統，可以預測患者重新入院的可能性，並在6月份利用該系統預測了兩家醫院的死亡率，準確率達到90%。今年2月，谷歌和Verily的科學家們創造了一個機器學習網路，可以精確地推斷出某個人的基本信息，包括年齡和血壓，以及他們是否有罹患心臟病等重大心臟病的風險。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！