达阵财经您的位置:首页 >健康 >

谷歌研究人员看到了检测乳腺癌扩散的工具的进展

发现乳腺癌是Google AI擅长的事情。有多好?一个Ubergizmo标题:“谷歌宣称其AI在检测转移性乳腺癌方面具有99%的准确性。” 标题背后是什么?

谷歌研究人员看到了检测乳腺癌扩散的工具的进展

答案是该公司有一个深度学习工具,在测试中能够在99%的时间内区分转移性癌症 - 这比人类病理学家所获得的准确率更高。

为什么这很重要:“ 癌症是早期发现可以导致更高存活率的那种情况之一,”Tyler Lee在Ubergizmo中评论道。为VentureBeat报道人工智能的Kyle Wiggers 同样推动了转移性癌症“众所周知难以察觉”的观点。

Wiggers查看了一些统计数据,并写道“全世界因乳腺癌导致的50万人死亡,估计有90%是转移的结果。” 现在谷歌的技术旨在发挥有益的检测作用。

技术主管Martin Stumpe和Google AI医疗保健产品经理Craig Mermel在10月12日的Google AI博客中发帖,强调了计时的重要性。

他们写道,“淋巴结转移的检测与大多数癌症有关,”在乳腺癌中,“ 淋巴结转移会影响放射治疗,化疗以及可能手术切除额外淋巴结的治疗决策。因此,准确性和及时性识别淋巴结转移对临床护理有重要影响。“

Lee报告说,研究人员测试了他们的AI“对抗Lymph Node 2016挑战数据集,该数据集包含来自Radboud大学医学中心和乌得勒支大学医学中心的399个淋巴结切片的整个幻灯片图像。” 结果:准确率为99.3%。是的,99.3不是100,因为它偶尔会错误识别事物。尽管如此,99.3%的得分“与负责评估相同幻灯片的执业病理学家相比更好”,Lee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。”

Wiggers有更多细节。“在测试中,它在接收器操作特性(AUC) - 测量检测准确度 - 达到了99%。这优于人类病理学家,根据最近的一项评估,他们错过了单个载玻片上的小转移率高达62%在时间限制下的时间。“

添加鼓点以获取开源。该技术基于开源图像识别深度学习模型。它是初始V-3。与此同时,他们的AI系统被称为淋巴结助手(LYNA)。“每日电讯报”的约瑟夫·阿彻(Joseph Archer)表示,通过研究癌症患者的扫描结果,谷歌人工智能被认为可以识别肿瘤的特征。

至于后续步骤,研究人员承认他们取得的成就 - 以及还有待实现的目标。

“通过这些研究,我们已经证明了我们LYNA算法的鲁棒性方面取得了进展,以支持乳腺癌的一个组成部分癌症 TNM分期,并评估其在验证的概念诊断设置的影响。”

然而,他们说,“从床到床的旅程”很长,而且这些研究都有局限性,“例如有限的数据集大小和模拟的诊断工作流程,只检查每个患者的单个淋巴结滑动,而不是多个幻灯片,对于完整的临床病例而言很常见。“

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,解决了可能担心这样的技术寻求取代人类从业者的担忧。这不是一个或两个案例。诊断只是医患护理的一个方面,其次是行动计划。谷歌人工智能的努力是和 - 和。

“而不是取代人类,这项技术更有可能补充他们的技能,”The Download说,“使转移性肿瘤的诊断变得更容易,更快捷。在一项研究中,算法平均减少检查幻灯片的时间,每张幻灯片只需一分钟。“

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。