很多 人工智能研究人員 （AI） 由Google與西北大學醫院合作開發的AI模型可以檢測出肺癌。 根據世界衛生組織的數據，肺癌（肺中的惡性組織）是全世界最常見的死亡原因之一，每年造成超過XNUMX萬人死亡，並殺死了許多人。像乳腺癌。
為了幫助醫療保健專業人員，算法和計算機可以幫助開發醫療保健領域的高級方法。
但是，為了使這些工具有用，即使沒有任何技術或計算機知識，也必須使所有人，醫生和患者都可以訪問和理解它們。
實際上，應該知道所有數字設備的操作都基於計算機程序和數據。
術語“人工智能”意味著這些設備能夠自行思考。 如果編程正確，智能設備可以評估提供的數據並“即時”更改過程或參數。 只要有足夠的信息，他們就可以“學習”並修改自己的代碼 基於這些新參數。
在過去三年中，Google的團隊一直在將AI應用於醫療保健方面的問題，從診斷眼疾到預測病歷中的患者結果。
今天，我們分享了一項新研究，這些研究表明AI如何以增加世界上許多處於危險中的人生存機會的方式預測肺癌。
人工智能提高生活質量
20月XNUMX日發表在《自然醫學》上的研究詳細介紹了 深度學習模型用於預測患者是否患有肺癌，生成肺癌風險評分並確定肺癌的位置。
“通過證明深度學習可以在不犧牲靈敏度的情況下提高特異性，我們希望就AI在改變癌症檢測的成本效益規模方面所起的作用進行更多的研究和討論。” ，我們可以在Google博客上閱讀。
Shreeva Shetty說：“人工智能係統使用3D立體深度學習來分析胸部掃描儀的整個解剖結構，以及基於物體檢測技術的斑塊，以識別出具有惡性病變的區域。” Google的技術經理。
通過分析一次掃描，該模型檢測到癌症 （平均5％） 比一組六位人類專家更頻繁，減少誤報的可能性要高11％ （誤報是雙向選舉中某項決定的結果，宣佈為肯定，而實際上是消極的）
放射科醫生通常在一次CT掃描中可以看到數百張2D圖像，而且癌症很小而且很難發現。 我們創建了一個模型，該模型不僅可以生成肺癌惡性腫瘤的一般預測（以3D體積顯示），還可以識別出肺中的細微惡性組織（肺結節）。
該模型還可以考慮先前掃描得到的信息，這些信息可用於預測患肺癌的風險，因為可疑肺結節的增長率可以指示惡性腫瘤。
這些初步結果令人鼓舞，但進一步的研究將評估其在臨床實踐中的影響和實用性。
在我們的研究中，我們從美國國立肺部篩查試驗和西北大學的NIH研究數據集中抽取了45,856例空胸部CT掃描病例（其中一些發現了癌症）。 我們使用第二個數據集驗證了結果，並且將我們的結果與6位美國董事會認證的放射科醫生進行了比較。
Google宣布將繼續通過合作夥伴組織進行進一步測試，並通過Google Cloud Healthcare API提供該模型。