TIMEDOO肽度（微信號(hào)：Time-doo）獲悉，紐約大學(xué)醫(yī)學(xué)院(NYU School of Medicine)和紐大數(shù)據(jù)科學(xué)中心(NYU Center for Data Science)日前發(fā)表最新研究，他們用超過(guò)百萬(wàn)張乳腺影像訓(xùn)練人工智能(AI)系統(tǒng)，再結(jié)合放射科學(xué)家的分析，結(jié)果顯示，乳癌辨識(shí)的準(zhǔn)確度可達(dá)到約9成。
據(jù)eHealthNews報(bào)道，該研究團(tuán)隊(duì)設(shè)計(jì)了一套統(tǒng)計(jì)法，讓程序「自己學(xué)習(xí)」如何在面對(duì)任務(wù)時(shí)做得更好。這些程序建立了數(shù)學(xué)模型，能根據(jù)喂入的數(shù)據(jù)做決策，隨著數(shù)據(jù)增加，程序也越變?cè)铰斆鳌?br> 團(tuán)隊(duì)拿來(lái)訓(xùn)練AI工具的數(shù)據(jù)，是已經(jīng)經(jīng)過(guò)病理切片檢查、并判定確實(shí)罹癌的乳腺影像。這些影像來(lái)自于紐大朗格尼醫(yī)學(xué)中心(NYU Langone Medical Center) 7年來(lái)的例行臨床檢查，包括近23萬(wàn)件數(shù)位掃描乳腺影像檢查以及超過(guò)百萬(wàn)張影像，是非常龐大的數(shù)據(jù)庫(kù)。
他們讓AI神經(jīng)網(wǎng)路去分析上述數(shù)據(jù)庫(kù)。由于這些案例都已經(jīng)經(jīng)過(guò)切片判定，換言之，團(tuán)隊(duì)已經(jīng)知道每一張影像到底有沒(méi)有罹癌，以此判定AI工具的準(zhǔn)確度，并一次次逐步訓(xùn)練。
研究團(tuán)隊(duì)也發(fā)現(xiàn)，AI工具正好可以和放射科專家相輔相成，因?yàn)榍罢吣軝z測(cè)出組織中，人眼無(wú)法辨識(shí)的像素級(jí)(pixel-level)變化，但是人腦的邏輯推斷卻也是AI做不來(lái)的。
團(tuán)隊(duì)表示，這項(xiàng)研究的最終目標(biāo)是讓AI成為放射專家的得力助手，未來(lái)將繼續(xù)以更多數(shù)據(jù)訓(xùn)練AI系統(tǒng)的準(zhǔn)確度，盼能做到在乳房組織還未開(kāi)始出現(xiàn)罹癌變化時(shí)就先預(yù)測(cè)出來(lái)。

編輯|周新思