深入学习,人工智能(AI)的一种形式,计算机是教在巨大的数据集的识别模式,现在可以有用的识别乳腺癌。

谷歌公布3月3日,星期五,它取得了突破性成果使用人工智能分析成千上万的癌细胞荷兰大学的幻灯片和诊断癌症的常见形式。

深度学习如何工作

病理学家的报告通常是金标准诊断许多疾病,包括乳腺癌。但即使有广泛的培训和经验,可以由不同的病理诊断的变化。

“greement某些形式的乳腺癌诊断可以低至48(百分比),同样对前列腺癌低,”谷歌写了在一篇博客文章中。“缺乏协议并不令人惊讶的大量信息,必须审查,以便作出准确的诊断。”

使用内梅亨大学医学中心所提供的图片,谷歌利用深度学习方法训练算法,如《盗梦空间》——或者GoogLeNet——符合或超过一个病理学家的性能。后与一个有经验的病理学家检查幻灯片在无限时间,GoogLeNet得分89%精度而人类达到73%。

的技术,万博体育登录首页不是为了取代人类专家。

“我们只是一个小的训练软件,帮助一系列非常复杂的任务的一部分,”莉莉彭,谷歌背后的项目经理的工作,告诉CNN。

彭解释说,鉴于其极端敏感性,人工智能系统可以标记人类将小姐。然而,它也可以提供一个假阳性,人类病理学家可以确认不是癌症。

算法可以定位和发现肿瘤,医生可以提供最终的判决,没有癌症,彭说。模型,例如,没有训练分类某些事情包括炎症过程,自身免疫性疾病,或其他类型的癌症。

谷歌的新工作仍处于研究阶段,但该公司认为这是“开局非常有前途的”,将加速进步空间。Jeroen van der他Laak荷兰医疗机构也认为,第一个癌症算法可以在几年的时间,大规模使用标准将在5年左右。

乳腺癌的诊断

乳腺癌仍是最普遍的一种癌症的妇女在世界范围内,从美国疾病控制和预防中心的数据显示,每年大约有230000个病例诊断女性。

上月的一项研究显示,创伤的假阳性结果从一个人的乳房x光检查可以导致许多女性延迟或跳过下一个筛选。假阳性发生异常时乳房x光检查反映出癌症,但是额外的测试就像活组织检查或添加成像后来显示为良性的。

在这项研究中,女性在第一次乳房x光检查推迟了他们的第二个假阳性筛选,平均13个月。那些假阳性的可能是年轻,绝经前,他们第一次筛选,黑色,和密集的乳房。

一个单独的研究观察细胞形状在数以百万计的乳腺癌细胞成像扫描超过300000,发现形状的变化-肿瘤产生的物理压力转化为基因活性的变化,与实际临床疾病的结果。

据专家们说,这可能使卫生保健提供者告诉基于细胞的外表是多么的侵略性的癌症是如何迅速传播。