谷歌的肺癌检测AI优于6位人类放射科医师

 
据悉，与西北医学合作的Google AI研究人员创建了一个AI模型，能够比人类放射科医生更好地检测肺癌，平均有八年的经验。
在分析单次CT扫描时，该模型检测到的癌症平均比一组六位人类专家平均多5%，并且减少假阳性的可能性增加11%。当放射科医师能够查看先前的CT扫描时，人类和AI获得了类似的结果。
在筛选两年后预测癌症风险时，与国家肺部筛查试验(NLST)研究中的估计放射科医师表现相比，该模型能够更频繁地发现癌症9.5%。
在今天发表在“自然医学”杂志上的详细研究中，端到端深度学习模型用于预测患者是否患有肺癌，产生患者肺癌恶性肿瘤风险评分并确定肺部恶性组织的位置。
当Google继续与合作伙伴组织进行试用和其他测试时，该模型将通过Google Cloud Healthcare API提供。
“人工智能系统使用3D体积深度学习来分析胸部CT扫描的完整解剖结构，以及基于识别恶性病变区域的物体检测技术的补丁，”Google技术负责人Shravya Shetty和产品经理Daniel Tse在博客中说今天发布。
在美国国立卫生研究院(NIH)于2002年进行的低剂量计算机断层扫描LDCT研究中，该模型使用了来自近15,000名患者的近42,000例胸部CT筛查图像进行了训练，其中578名患者在一年内患上了癌症。
然后使用来自西北医学的数据集验证结果。
根据世界卫生组织的数据，肺癌是地球上最常见的死亡原因之一，每年夺走200多万人的生命，每年死于乳腺癌的人数大致相同。
2015年的一项分析发现，今天只有2-4%的患者接受LDCT筛查。
“通过证明深度学习可以在不牺牲敏感性的情况下提高特异性，我们希望能够激发更多关于人工智能在推动癌症筛查的成本效益规模方面可以发挥的作用的研究和对话，”博客文章中写道。
这绝不是谷歌首次涉足癌症检测和治疗。 Google Inception v3去年被纽约大学的研究人员用于检测肺癌。
深度学习也是谷歌通过眼部扫描诊断糖尿病视网膜病变的进展，以及DeepMind的人工智能，可以推荐50种眼病的正确治疗方法，准确率达94%。