DeepMind 新研究
用 AI 技术对抗乳腺癌
近日，DeepMind 公司宣布将利用 AI 技术对抗乳腺癌。这个研究项目是和伦敦帝国理工学院的癌症研究机构、Google 的人工智能健康研究团队一起合作的。
DeepMind 表示，通过将机器学习应用于乳腺 X 光检查，来探索新的方法以提高乳腺癌的检测几率。乳腺 X 光检查通常用于检查乳房健康状况，DeepMind 希望建立一种机器学习模型，能够快速、准确地检测出癌症的迹象，帮助医生尽早发现癌症，以便尽早开始治疗。
乳腺癌是目前仅次于肺癌的最常见癌症。根据DeepMind 公布的数据，每年全球有160多万人被诊断出乳腺癌，有 50 万人会因此死亡。
而在中国，根据丁香园数据显示，每年乳腺癌新发数量和死亡数量分别占全世界的12.2%和9.6%，而且从 90 年代以来，中国的乳腺癌发病率增长速度是全球的两倍多。
如果能尽早发现并及时治疗，就可以降低死亡率，但准确地检测和诊断乳腺癌仍然是一个巨大的挑战。
目前仅通过乳房X光检查，并不能完全检测是否患有乳腺癌，很多时候诊断取决于病理学家最后的分析和确定。
根据化学资讯平台X-MOL介绍，病理学家需要在显微镜的帮助下，在至少包括100亿个像素的组织活检和随后的病理切片中，寻找肿瘤的踪迹，判断肿瘤的大小、癌症的发展阶段、是否发生转移等，再决定一下一步治疗手段。
而通常一个病理学家需要经过多年训练，才能获得足够的专业知识和经验，但这样的情况下也会出现误诊和漏诊。
如果能通过深度学习算法，训练机器学习切片检查，从中寻找肿瘤，就可以提高诊断的效率和准确率，对病理学家和患者来说将是很大的帮助。
其实，在今年3月时，Google的人工智能健康研究团队已经建立了机器学习的模型，用于分析乳腺癌病理切片。
为了检验成果，Google还邀请了病理学家和人工智能模型做了一个对比，在没有时间限制的情况下，分析130张病例切片，找出肿瘤。
在灵敏度，也即是能找出多少肿瘤细胞占比上，病理学家的准确率为73%，人工智能模型则为89%。
而在误判为肿瘤细胞的假阳性率上，人工智能模型却不如病理学家，因为它除了模型设计的病理外，无法发现其他疾病，比如炎症、自免疫疾病或其他癌症。
从左到右，淋巴结病理切片、Google 模型的早期结果、当前结果。当前的结果降低了潜在的假阳性。（图片来源：google）
Google的研究人员说，人工智能还无法代理病理学家做诊断，但可以成为病理学家的助手，提高诊断效率。
这次研究，DeepMind和Google的AI团队则在此基础上，建立新的机器学习模型，并学习由英国癌症研究所资助的研究机构提供的7500名女性的检测数据。
自从和人类围棋挑战赢了之后，Google和Deepmind团队就说要将人工智能的技术用在医疗健康领域 。去年2月，Deepmind发布了健康计划，同年先后发布了监控人的肾功能应用Streams和能够辨识眼部疾病的机器学习系统。
健康计划也得到英国国家医疗服务体系(National Health Service，NHS)支持，后者向DeepMind提供160万份患者资料数据，包括过去五年内曾感染艾滋病病毒、药物滥用及堕胎记录等数据。
百科
DeepMind，位于英国伦敦，是由人工智能程序师兼神经科学家戴密斯·哈萨比斯(Demis Hassabis)等人联合创立，是前沿的人工智能企业，其将机器学习和系统神经科学的最先进技术结合起来，建立强大的通用学习算法。成果主要应用于模拟、电子商务、游戏开发、医疗保健等领域。
来源：环球网
【四川卫生计生】
scweishengjisheng
卫生热线：12320
计生热线：12356
长按识别左边二维码关注我们
