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