人工智能在皮肤肿瘤方面应用-人工智能在皮肤肿瘤方面应用有哪些

大家好，今天小编关注到一个比较有意思的话题，就是关于人工智能在皮肤肿瘤方面应用的问题，于是小编就整理了4个相关介绍人工智能在皮肤肿瘤方面应用的解答，让我们一起看看吧。

1. 人工智能在生活中应用的例子？
2. 科学家开发的全新AI血液测试如何被用于发现肺癌症状？
3. 与放射科医生相比，谷歌AI模型在检测乳腺癌方面表现如何？
4. 人工智能的发展如何影响医学？

人工智能在生活中应用的例子？

1. 电子邮件

一般来说，电子邮件供应商会使用人工智能算法来过滤垃圾邮件。考虑到全球77%的电子邮件都是垃圾邮件，这是非常有效的。谷歌表示，只有不到0.1%的垃圾邮件能够通过其人工智能过滤器。此外，电子邮件营销人员会利用人工智能追踪谁在何时打开邮件，以及他们对此如何回应。谷歌的AI工具会在云存储中读取文档，以便将最合适的材料呈现给用户。不过也有人因此质疑，通过阅读内容来瞄准广告的算***在侵犯我们的隐私。

2. 手机

人工智能将智能手机上的许多功能都自动化了，从文本常用关联词到声控个人助理都是非常典型的例子。甚至于手机屏幕适应周遭光线的方式、电池寿命的优化等等也取决于人工智能。但也有一些批评人士担心这其中隐藏的风险。比如，无论你是否在打电话，声控助理都会学习并试图理解你说的所有话，不管目的是否是否善意，这就为监视监听创造了机会。

3.银行

科学家开发的全新AI血液测试如何被用于发现肺癌症状？

美国的一组科学家开发了一种血液测试，该血液测试使用机器学习来寻找肺癌的明显症状。该系统仍处于开发初期，最终可以取代CT扫描，作为可疑肺癌患者的一线筛查手段。该测试寻找在人体血液中循环的肿瘤DNA，并且比通常用于诊断肺癌的CT扫描便宜得多。它尚未准备好在广泛的基础上使用，但这项研究令人难以置信，有望成为对抗最致命的一种癌症的有力武器。

医学研究人员和医生已经知道，患者血液中循环的癌症DNA可以作为诊断疾病的工具。但是，要求医疗技术人员寻找那些通过血液流过的微小癌症斑点是不现实的。另一方面，人工智能可以比人类更容易地完成这项工作。

在他们的早期测试中，研究人员发现他们的新系统能够在63％的患有肺癌的患者中识别出1期肺癌。这意味着它仍然在大约三分之一的接受检查的癌症中漏诊了癌症。这听起来可能是不可接受的，而且CT扫描通常会受到误报的困扰，但通常更准确。但是，对于这种新形式的测试而言，这可能不会破坏交易。

由于CT扫描的高昂费用，很多潜在的肺癌患者根本无法接受检查，这使他们在以后被诊断为更晚期癌症的风险更高。可以在血液中发现癌症DNA的血液测试可能是一种容易筛选的方法，可以挽救大量生命。

开发该系统的科学家认为，以这种方式使用该系统每年可以延长多达1200人的生命。此外，有可能对系统进行修改以寻找其他类型的癌症。这是癌症筛查的潜在革命性发展，但要等到看到这些选择在全美乃至世界各地的医院和诊所中出现之前，尚需时日。

与放射科医生相比，谷歌AI模型在检测乳腺癌方面表现如何？

AI算法将成为医生检测病因的好助手。特别是在对X光拍片报告的观测上，通过深度学习和AI算法能大大提升放射科医生的检查速度和检测准确率。比如谷歌AI模型的应用，目前AI模型建立背后是基于深度学习和AI算法来支持的。

具体到检测乳腺癌方面，谷歌AI模型是通过学习海量的癌症专家对于乳腺癌患者的专家对于相关病例的研究进行初步判断。这里最关键的是要学习对乳腺癌的症状判断准确的专家经验。因为机器学习本身不会判断其学习的数据是否准确。

经过大量的准确的数据“喂养”，谷歌AI模型会快速的提供出检测结果。在经过放射科医生的最后判断，能够给快速有效的提供医疗帮助

根据周三在《自然》杂志上发表的一篇研究论文，谷歌正在开发人工智能，以帮助医生识别乳腺癌。据《***》报道，该模型可以扫描X射线[_a***_]（称为***X光照片），从而将***阴性率减少9.4％，这对于目前遗漏的20％乳腺癌检测来说是一个颇具希望的飞跃。

如今，乳腺癌已成为女性第二大常见癌症死亡原因(其死亡率和总体发病率仅次于肺癌),。早期发现是大多数人识别和治疗该疾病的最佳防御方法。然而，尽管***X光照片是最常见的检测工具，但它们遗漏了很多情况。谷歌研究员、该研究论文的共同作者Shr***ya Shetty表示：“***X光检查是非常有效的，但仍有***阴性和***阳性一个显著的问题。”

在这项由谷歌资助的研究中，研究人员使用了来自英国25000多名女性和美国3000多名女性的匿名***X光照片。“我们试图遵循放射科医生可能遵循的相同原则，”Shetty表示。根据谷歌的博客文章，该团队首先训练AI扫描X射线图像，然后通过识别28000名女性***的变化来寻找乳腺癌的迹象。然后，他们根据女性的实际医疗状况检查了计算机的猜测。最终，他们能够将美国女性的***阴性率降低9.4％，并将***阳性率降低5.7％。在英国，通常由两名放射科医生仔细检查结果，该模型将***阴性率减少了2.7％，将***阳性率减少了1.2％。

然而该系统并不完美。虽然研究人员发现，在大多数情况下，人工智能在识别乳腺癌方面的表现均优于医生，但在某些情况下，医生会标记该模型最初遗漏的癌症。西北大学的研究员、该论文的另一位合著者Mozziyar Etemadi告诉《华尔街日报》：“有时候，美国的所有六位读者都发现了一种超过AI的癌症，反之亦然。”

不过谷歌仍然希望该系统最终可以在临床环境中使用。谷歌产品经理Daniel Tse表示：“我们对这些结果感到非常兴奋和鼓舞。” 他告诉The Verge，该小组目前正在努力确保研究结果可以在人群中推广。他补充说：“当您将其用于临床实践时，显然会有很多细微差别。”

谷歌一直谨慎地将该项目设计为能够帮助放射科医生而不是取代他们的项目。“他们每个人都有自己的力量，这是互补的，”Shetty说道。“在很多情况下，放射科医生会发现模型遗漏的东西，反之亦然。将两者结合起来可以增强整体效果。”

该项目是谷歌不断扩展的医疗保健领域工作的一部分。去年这家科技巨头与Ascension合作，获得了数百万美国公民的健康记录。一个举报人指控健康记录未被匿名后，该项目遭到抨击。在乳腺癌研究中，谷歌与美国和英国的临床研究人员合作，使用了已经被识别的数据。

人工智能的发展如何影响医学？

人工智能在医学领域可能有的一些应用包括：

（1）以 IBM Watson 等为代表的专家系统。这些系统能根据医学论文、书籍以及患者的病历以及各种检查数据等资料，进行大规模的数据分析，进而能够对患者的情况进行为准确的评估，并且在药物选择及用药方案的设计等方面提供建议。目前，IBM 的癌症专家系统沃森肿瘤专家（Watson for Oncology）已经在国内和国外许多医院开始得到了初步的一些应用。根据相关新闻报道，这一专家系统能够提供的治疗方案的准确率、科学性目前已经超过了MSK（斯隆•凯瑟琳癌症中心）的医生们的平均水平。

（2）医学图像识别。所谓的医学图像通常指的是例如胸透、CT、核磁共振等检测得到的图像。这一领域也是目前发展最为迅速的领域，现在的图像识别程序常常能很好地提取图片的特征，生成图片的摘要，切换图片的风格等等。这些在计算机视觉方面的一些新进展都会马上被用到医学图像识别的领域，而在生物图像领域，本身也还有有许多基础性的问题，例如图像的切割，器官的识别和对齐，异常的发现等等，这些领域的发展也很迅速。用人工智能的方法进行医学图像识别可以更好地排除人为主观因素，提高诊断准确性和效率。

（3）药物开发。在这一领域，目前人工智能的一些方法已经可以用于研究新药的设计，这些方法将已有药物的一些特征进行提取，再加上一些变化，进而可以设计出与原药物功能接近但结构不同的新药。除此以外，由于人工智能的方法已经可以进行一些化学物质毒性的预测，因此，人工智能方法还可能可以启发降低天然物质毒性。除了新药的开发，人工智能方法还可以帮助旧的药物（这些药物已经上市）找到新的可能的一些应用。

（4）其他基础研究。例如基因组、代谢组相关的生物信息学分析（识别基因序列上的一些特定的位置），蛋白质分子结构（包括与药物结合之后的一些特定结构）的预测等。

到此，以上就是小编对于人工智能在皮肤肿瘤方面应用的问题就介绍到这了，希望介绍关于人工智能在皮肤肿瘤方面应用的4点解答对大家有用。

[免责声明]本文来源于网络，不代表本站立场，如转载内容涉及版权等问题，请联系邮箱:83115484@qq.com，我们会予以删除相关文章，保证您的权利。转载请注明出处：http://www.bfgfmw.com/post/70573.html