人工智慧轉化醫療篩查的潛力

認識乳腺癌腫瘤

這種識別模式的能力已經在乳腺癌研究領域取得了重大突破。上個月，谷歌宣布在一篇題為「 檢測巨蟹星座病毒圖像癌症轉移」的論文中 ，創建了一個可以分析醫學圖像並以比人類病理學家更高的準確度識別腫瘤的神經網路。該研究顯示，該公司使用其GoogLeNet AI審查了荷蘭大學提供的數千種醫學圖像，能夠以89％的準確率鑒定乳腺癌圖像中的惡性腫瘤，而人類對照組為73％。Google的研究人員在博客中解釋說：

病理學家負責檢查載玻片上可見的所有生物組織。然而，每個患者可以有許多幻燈片，當以40倍放大倍數數字化時，每個幻燈片都是10+億像素。想象一下，必須經過1000萬像素（MP）照片，並且必須對每個像素負責。不用說，這是很多數據要覆蓋，而且經常時間有限。2012年3月6日在德國漢諾威舉行的CeBit電腦展上，在與顯微鏡相連的大屏幕上看到癌細胞。

這項技術有潛力提供初步篩選，允許醫生僅檢查那些被標記為可能癌變的圖像。該系統仍然需要改進，因為它產生了許多假陽性 - 鑒定沒有存在的癌細胞。所以，儘管AI不會很快取代病理學家，但這些演算法可以用於預先篩選圖像，不僅可以減少醫生的工作量，還可以為病理學家供不應求的世界各地提供服務。

沃森已經在許多醫療應用中看到了成功 。沃森在迄今為止令人印象深刻的領域取得了令人印象深刻的成果，回顧了1000名癌症患者的醫療記錄，並制定了一項符合腫瘤學家建議的治療計劃，準確率為99％。大約有30％的病例由於能夠對最近的醫學研究進行審查，因此也可以為醫生提供額外的建議。