研究人員指出，因算法對(duì)內(nèi)部工具、基礎(chǔ)架構(gòu)和硬件有很大依賴，其代碼尚不便于發(fā)布。

當(dāng)?shù)貢r(shí)間2020年1月1日，谷歌健康部門聯(lián)手DeepMind在Nature上發(fā)布了一項(xiàng)最新研究成果——AI乳腺癌檢測(cè)系統(tǒng)，作者稱該系統(tǒng)檢測(cè)乳腺癌的能力超過專業(yè)放射科醫(yī)生。

乳腺癌是一種發(fā)病率相對(duì)較高的疾病。統(tǒng)計(jì)數(shù)據(jù)顯示，在世界范圍內(nèi)，有八分之一的女性都會(huì)被診斷出患有乳腺癌，2018年全球約有627000名女性死于乳腺癌，約占女性癌癥死亡人數(shù)的15%。因此，為了盡早發(fā)現(xiàn)乳腺癌，不少國家已經(jīng)實(shí)施大規(guī)模篩查計(jì)劃，但專業(yè)醫(yī)生對(duì)早期乳腺X線影像的分析無法做到高效精準(zhǔn)，誤診與漏診也是常有的事情，而由此產(chǎn)生的診斷結(jié)果會(huì)致使患者進(jìn)入不必要的侵入性診斷程序。

因此為了幫助醫(yī)生更快更精準(zhǔn)地進(jìn)行監(jiān)測(cè)，研究人員訓(xùn)練出了該系統(tǒng)。在這項(xiàng)研究中，谷歌技術(shù)主管Shravya Shetty與研究人員合作，使用兩個(gè)數(shù)據(jù)集訓(xùn)練人工智能深度學(xué)習(xí)模型。其中一個(gè)數(shù)據(jù)集包含25856張來自英國的乳腺X線影像，另一數(shù)據(jù)集包含3097張來自美國的乳腺X線影像。結(jié)果顯示，人工智能模型檢測(cè)結(jié)果的假陽性率（誤診率）比放射科醫(yī)生的診斷結(jié)果低5.7%（美國）和1.2%（英國），假陰性率（漏診率）比放射科醫(yī)生的診斷結(jié)果低9.4%（美國）和2.7%（英國）。

據(jù)悉，谷歌健康部門、DeepMind、倫敦大學(xué)學(xué)院、劍橋大學(xué)、英國吉爾福德皇家薩里郡醫(yī)院、谷歌旗下初創(chuàng)公司Verily Life Sciences、斯坦福醫(yī)療中心、英國皇家馬斯登醫(yī)院等機(jī)構(gòu)共同完成了這項(xiàng)研究。在上述研究的獨(dú)立子實(shí)驗(yàn)中，人工智能系統(tǒng)的表現(xiàn)優(yōu)于全部6名放射科醫(yī)生。

其實(shí)，在谷歌發(fā)布該系統(tǒng)之前，包括谷歌醫(yī)療、MIT在內(nèi)的多家研究機(jī)構(gòu)都曾發(fā)布過AI診斷乳腺癌的研究成果，但與往常不同的是，谷歌健康部門稱此次發(fā)布的成果在設(shè)計(jì)上做了大幅優(yōu)化，且定位明確，是作為輔助醫(yī)生判斷的工具，同時(shí)其成本也在原有的基礎(chǔ)上大大降低。

研究部門研究人員對(duì)外表示，“該AI系統(tǒng)可以幫助醫(yī)生發(fā)現(xiàn)錯(cuò)誤，同時(shí)醫(yī)生仍然可以使用該技術(shù)來提升患者的治療效果，并且大家完全不用擔(dān)心醫(yī)生會(huì)對(duì)軟件產(chǎn)生依賴。”

值得一提的是，該算法的代碼尚未發(fā)布。對(duì)此，研究人員解釋稱，用于訓(xùn)練模型的代碼對(duì)內(nèi)部工具、基礎(chǔ)架構(gòu)和硬件有很大的依賴性，因此不便于發(fā)布。

最后，記得關(guān)注微信公眾號(hào)：鎂客網(wǎng)（im2maker），更多干貨在等你！