2018-10-17 18:24:01
谷歌的研究人员看到了乳腺癌传播检测工具的进步

谷歌人工智能擅长发现乳腺癌。有多好?一个uberbigizmo标题:“谷歌声称其人工智能在检测转移性乳腺癌方面有99 %的准确性。“头条是什么?

答案是,该公司有一个深度学习工具,在测试中能够99 %的时间分辨转移性癌症——这相当于比人类病理学家更高的准确率。

为什么重要:“癌症是早期发现能导致更高生存率的例子之一,”泰勒·李在uberbigizmo评论道。凯尔·威格斯是VentureBeat的人工智能负责人,他同样强调转移性癌症“众所周知难以检测”。"

wiggers看了一些数据,写道“在全世界50万乳腺癌死亡中,估计90 %是转移造成的。“现在Google的技术旨在在检测方面发挥有益的作用。

10月12日,谷歌人工智能的产品经理马丁·斯顿普和克雷格·梅尔在谷歌人工智能博客中强调了时间的重要性。

他们写道:“淋巴结转移的检测对大多数癌症都很重要,”在乳腺癌中,“淋巴结转移会影响放射治疗、化疗以及潜在的手术切除额外淋巴结的治疗决策。因此,确定淋巴结转移的准确性和及时性对临床护理有重大影响。"

lee报道说,研究人员测试了他们的人工智能“对照2016年淋巴结挑战数据集”,该数据集包含来自拉德博德大学医学中心和乌得勒支大学医学中心的399张淋巴结切片的全幻灯片图像。“结果:准确率为99.3 %。是的,99.3不是100,因为它偶尔会误认一些东西。尽管如此,99.3 %的分数“比负责评估同一张幻灯片的执业病理学家更好,”李写道。

麻省理工学院技术评论《下载》同样指出,“99 %的比率优于人类病理学家的表现”。"

威格斯有更多的细节。“在测试中,它达到了99 %的接收器工作特性( AUC )下的面积——一种检测精度的量度。这优于人类病理学家,根据最近的一项评估,他们在时间有限的情况下,有62 %的时间错过了个人载玻片上的小转移。"

为开源添加一个鼓点。该技术基于开源图像识别深度学习模型。这是盗梦空间V - 3。与此同时,他们的人工智能系统被称为淋巴结助手,或LYNA。电报公司Joseph Archer说,谷歌人工智能是通过研究癌症患者的扫描来学习识别肿瘤特征的。"

至于接下来的步骤,研究人员承认了他们已经取得的成就——以及还有待取得的成就。

“通过这些研究,我们在证明我们的LYNA算法支持乳腺癌TNM分期的一个组成部分的稳健性以及在概念验证诊断环境中评估其影响方面取得了进展。"

然而,“从长凳到床边的旅程”是一段漫长的旅程,他们说,这些研究有局限性,“例如有限的数据集大小和模拟诊断工作流程,只检查每个病人的一张淋巴结载玻片,而不是完整临床病例中常见的多张载玻片。"

他们表示,需要进一步的工作来评估LYNA对真实临床工作流程和患者结果的影响。

麻省理工学院技术评论下载,解决了人们可能担心这种技术会取代人类实践者的问题。这不是“或者”的情况。诊断只是医患护理的一个方面,随后是行动计划。谷歌人工智能的努力是和——和。

“这种技术不是取代人类,而是更有可能补充他们的技能,”下载说,“使得诊断转移性肿瘤变得更加容易和快捷。在一项研究中,该算法平均将检查一张幻灯片的时间减半,将每张幻灯片的时间缩短到一分钟。"

猜您喜欢的其它内容