(ChinaZ.com) 12月11日 消息:如今，包括谷歌、IBM等越來越多科技公司研究將人工智能技術(shù)應(yīng)用于乳腺癌篩查，并已經(jīng)取得了不錯(cuò)的進(jìn)展。
美國(guó)云計(jì)算巨頭Salesforce最近宣布其一項(xiàng)AI技術(shù)也能幫助識(shí)別乳腺癌的跡象，準(zhǔn)確率高達(dá)92%。
識(shí)別乳腺癌癥狀準(zhǔn)確率高達(dá)92%
日前，Salesforce揭開了其一項(xiàng)名為“ReceptorNet”機(jī)器學(xué)習(xí)系統(tǒng)的面紗，該項(xiàng)目由Salesforce公司的研究人員與南加州大學(xué)醫(yī)學(xué)研究所醫(yī)生勞倫斯J.埃里森一同合作開發(fā)的。
根據(jù)發(fā)表在《自然通訊》雜志上的一項(xiàng)研究介紹，該系統(tǒng)可以為腫瘤學(xué)家在為乳腺癌患者制定適當(dāng)治療方案時(shí)候，識(shí)別乳腺癌關(guān)鍵的標(biāo)志生物癥狀，準(zhǔn)確率達(dá)到92%。
數(shù)據(jù)顯示，乳腺癌的發(fā)病率在全球各個(gè)地方幾乎都在上升，每年有200多萬女性患乳腺癌。在美國(guó)，每8個(gè)女性中就有1個(gè)會(huì)在一生中患上這個(gè)疾病。
為了解決這個(gè)問題，Salesforce的研究人員開發(fā)了一種算法，即前面提到的“ReceptorNet”，它可以有效利用可低成本且大量獲取的組織圖像來預(yù)測(cè)激素受體的狀態(tài)。通常，檢測(cè)乳腺癌細(xì)胞需要通過活檢或手術(shù)中提取，但這類型的活檢圖像并不太容易獲取，需要病理學(xué)家審查。
Salesforce的研究人員用數(shù)千張圖像對(duì)ReceptorNet系統(tǒng)進(jìn)行培訓(xùn)，讓該系統(tǒng)可以通過照片分析激素受體狀態(tài)，包括形狀、大小和結(jié)構(gòu)的細(xì)胞等等。
研究表明，許多用于訓(xùn)練診斷疾病的算法的數(shù)據(jù)可能會(huì)因使用的樣本不同，使不平等持續(xù)下去。但Salesforce表示，當(dāng)它分析ReceptorNet在年齡、種族和地理上是否存在偏見跡象時(shí)，發(fā)現(xiàn)并沒有差異。他們還表示，無論所分析的組織樣本的制備方法有何不同，ReceptorNet都能做出準(zhǔn)確的預(yù)測(cè)。
Salesforce認(rèn)為，像ReceptorNet這樣的系統(tǒng)如果應(yīng)用于臨床，可以幫助降低護(hù)理成本和治療乳腺癌所需的時(shí)間，同時(shí)提高準(zhǔn)確性，為患者提供更好的治療結(jié)果。
其它公司在這方面取得的進(jìn)展
除了Salesforce之外，許多科技巨頭也投資了人工智能在醫(yī)學(xué)方面的研究。
今年1月，谷歌旗下的谷歌Health發(fā)布了一種人工智能模型，該模型通過對(duì)9萬多張x光片的訓(xùn)練，比放射科醫(yī)生判斷取得了更好的效果。谷歌聲稱，與傳統(tǒng)的工作方式相比，該算法可以識(shí)別出更多的假陰性——那些看起來正常但含有乳腺癌的圖像，但一些臨床醫(yī)生、數(shù)據(jù)科學(xué)家和工程師對(duì)這一說法提出了異議。
今年3月份，IBM Research也于多家機(jī)構(gòu)合作，測(cè)試在乳腺癌篩查中應(yīng)用人工智能技術(shù)。這項(xiàng)研究使用醫(yī)療研究機(jī)構(gòu)310800多張未識(shí)別的乳房x線照片和臨床數(shù)據(jù)，并使用這些數(shù)據(jù)訓(xùn)練算法以識(shí)別腫瘤。
總而言之，這些研究目的是通過整合人工智能（AI）來降低誤報(bào)率(即癌癥診斷)，并在有癌癥時(shí)減少漏診，從而改善情況。在未來，人工智能不會(huì)取代所有醫(yī)生，但將取代不使用人工智能的醫(yī)生。
