人工智能不僅可以用到我們的日常生活中，它也可以用來幫助醫(yī)生確診乳腺癌。
病理圖優(yōu)化及癌細(xì)胞轉(zhuǎn)移探測圖
近日貝斯以色列女執(zhí)事醫(yī)學(xué)中心（ BIDMC ）與哈佛醫(yī)學(xué)院合作研發(fā)了一套人工智能系統(tǒng)，它可以用于乳腺癌的診斷。
BIDMC的Andrew Beck稱他們采用的方法類似于平時將人工智能用到語言、圖像等識別的方法。就是給這套人工智能系統(tǒng)輸入400的病理片子，讓它去識別片子中哪些部分有癌細(xì)胞，哪些部分是健康區(qū)域。這些片子被分成兩個部分，其中270張用于深度學(xué)習(xí)訓(xùn)練， 130張用于測試。
為了減少運算時間，研究人員將研究的重點放在分析病理片中最有可能包含癌細(xì)胞轉(zhuǎn)移的區(qū)域。首先他們優(yōu)化了原來的病理圖，利用算法將原片中的細(xì)胞組織區(qū)域突出出來，去掉空白背景。然后在此基礎(chǔ)上將健康病理圖與病變圖比對，訓(xùn)練機器識別病變區(qū)域和健康區(qū)域，之后通過熱點圖的方式將病變區(qū)域標(biāo)識出來。
病理圖優(yōu)化及癌細(xì)胞轉(zhuǎn)移探測圖
通過這個方法，目前它的準(zhǔn)確率能達(dá)到92%。近期他們參加了生物醫(yī)學(xué)成像的年度國際研討會上的一個比賽，比賽中它需要從淋巴結(jié)的圖片中找到有乳腺癌的病例，比賽期間它在兩個單獨的類別項目中獲勝。
盡管它達(dá)不到人類病理學(xué)家 96% 的準(zhǔn)確率，但是它的應(yīng)用卻是非常有前景的。
在研究人員公開的論文中稱，目前顯微鏡圖像分析存在著規(guī)范化、診斷錯誤等問題。再加上人力診斷病理片需要醫(yī)生花費大量時間和精力，尤其是在診斷淋巴結(jié)是否呈陰性或者觀察小的癌細(xì)胞轉(zhuǎn)移病灶時。盡管目前也有技術(shù)手段用于診斷，但那往往成本高，且需要診斷的時間長。因此這套人工智能的開發(fā)可以更好地幫助醫(yī)生做出判斷。
Back稱，它最讓人興奮的一點在于這套技術(shù)與病理學(xué)家的分析結(jié)合在一起時，它的診斷準(zhǔn)確率可以高達(dá) 99.5%。他說，生物醫(yī)學(xué)成像年度研討會上的比賽結(jié)果已經(jīng)展示出計算機與人的結(jié)合的優(yōu)勢，它將幫助醫(yī)生做出更好的治療決定。
