摘要： 他們發現，人工智能系統能夠在6716個測試病例中檢測出微小的惡性肺結節，準確率達94％。
5月20日，知名醫學期刊“自然醫學”報告了一個人工智能肺癌檢測系統，該系統可以通過胸部計算機斷層掃描圖像（CT）檢測惡性肺結節，檢測水平超過專業放射科醫生。
“自然醫學”評價稱，該深度學習模型提供了一個自動化的圖像評估系統，能夠提高早期肺癌診斷的準確性，為臨床干預提供依據。
“自然醫學”論文截圖，圖為總體建模框架。
該論文提到，肺癌是美國最常見的癌症死因，2018年約有16萬人因此死亡。美國及歐洲的大型臨床實驗表明，胸部篩查可以識別肺癌並且降低死亡率。但胸部篩查本身存在錯誤率較高和適用性有限的問題，影響了肺癌的早期檢測和後續治療。
谷歌人工智能部門的與斯坦福Daniel Tse，紐約大學等機構的研究人員合作，開發了一個深度學習模型。他們在個CT 42290掃描圖像上對模型進行訓練，使其能夠在沒有人為參與的情況下，預測肺結節的惡性程度。
他們發現，人工智能系統能夠在6716例測試病例中檢測出微小的惡性肺結節，準確率達94％。
研究人員認為，該研究顯示了深度學習模型在提高全世界肺癌篩查的準確性，一致性和採用率方面的潛力，可能有助於改善肺癌患者的治療和預後過程。研究人員同時指出，上述發現仍需在大量患者中進行臨床驗證。
據英國“每日電訊報”報導，2019年5月7日，谷歌在2019年開發者大會上宣布，其研發的人工智能技術可以比醫生早一年查出肺癌，使患者存活的概率提升40 ％。
轉貼自： 數據分析網
若喜歡本文，請關注我們的臉書 Please Like our Facebook Page： Big Data In Finance
留下你的回應
以訪客張貼回應