人工智能技术筛查乳腺癌-人工智能可预测乳腺癌

大家好，今天小编关注到一个比较有意思的话题，就是关于人工智能技术筛查乳腺癌的问题，于是小编就整理了3个相关介绍人工智能技术筛查乳腺癌的解答，让我们一起看看吧。

1. 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？
2. 人工智能对于癌症治疗有没有办法？
3. 谷歌乳腺癌AI检测系统创纪录，误诊率比人类医生低5.7%，你怎么看？

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？

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射线照片（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。

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

人工智能对于癌症治疗有没有办法？

治疗还谈不上，目前更实用的是诊断，特别是早期诊断预警，然后可能还有些系统能提出更合理的治疗方案的建议，但在药物和手术层面还没明显进展。后续在治疗策略方法药物等方面也会有发展。

现在已经有不少发展人工智能的企业都开始发力医疗，希望能够借助风口正盛的科技改善人类的生活甚至是挽救人类的生命，小到一些临床的电子设备的更细，大到一些癌症的治疗。本文将会以一个初创公司在肺癌方面作出的努力为例，从而***整个人工智能领域在医疗行业方面的潜力。

肺癌是全球最常见的癌症。这也是最致命的癌症之一。超过80％的肺癌患者会在诊断后五年内死亡，一年内死亡的达到半数。

初创公司Innovation DX的联合创始人迈克尔·帕克（Michael Park）正在努力提高这些几率。 去年12月，总部位于圣路易斯的医疗分析公司***发布其第一个产品——一种GPU加速的AI系统，该系统可从简单的胸部X光检查出还在早期阶段的肺癌。

该产品最初将在美国以外的地方推出，而Park和其联合创始人Connor Monahan则寻求FDA（美国食品药品监督管理局）的批准。

“肺癌今天如此致命，就是因为得出诊断的时间太晚了，”

Park说。“我们想看看我们是否能帮助人们早日发现它。”

是[_a***_]使肺癌如此危险？

肺癌症状通常在癌症晚期才会显现出来。常规的胸部X光片很少发现这种疾病。根据美国《医学协会杂志》上发表的一项研究，即使是每年一次的胸部X光片也很少能在早期就发现疾病。

美国肺脏协会（American Lung Association）认为，如果医疗专业人员可以及早发现肺癌，患者的存活率将会增加三倍以上。

这五种癌症的患者有福了！AI诊断不仅准确率比医生高，还能及早发现、减少过度诊疗。

除了下棋（AlphaGo）、陪你聊天（Siri）、让我们的双手脱离方向盘（自动驾驶技术），人工智能（AI）还能做些什么？

看病！

是的，没错。目前AI在医疗领域的应用已经有智能手术机器人、智能药物研发、影像辅助诊断等多种场景，而在癌症的探测和诊断上，AI更是在逐渐发挥出无可比拟的优势。

鳞状细胞癌：一套AI系统能区分恶性皮肤病变和良***变

来自德国、法国和美国的一支团队研发了一种人工智能（AI）系统，可对皮肤癌进行诊断，准确率比皮肤科医生更高。在这项研究中，该系统能根据癌痣和良性斑点的影像来诊断癌症，准确率为95%，相比之下，一组由58名皮肤科医生组成的团队，其准确率仅为87%。

前列腺癌治疗手术：一种算法可以诊断前列腺癌，准确率堪比病理科医生

谢邀。最近医学期刊《放射》（《Radiology》）发表了一篇论文，说的就是人工智能改善治疗乳腺癌的方法。

来自麻省理工学院计算机科学与人工智能实验室（MIT’s Computer Science and Artificial Intelligence Laboratory，CSAIL）、马萨诸塞州总医院（Massachusetts General Hospital）和哈佛医学院（Harvard Medical School）的三位女科学家，联手开发了一套机器学习模型，被称为“随机森林分类器（random-forest classifier）”的方法，并让它接受了 600 个高风险病灶的分析训练。

在综合了家族遗传史、人口统计、以及过往的组织活检和病理报告等信息之后，该模型对 335 个病灶（最终升级为癌症的病患）进行了测试，结果准确诊断了***％的乳腺癌是恶性肿瘤，而传统方法仅为79％。

这项研究的结论是：在将该机器学习模型引入常规诊断实践后，超过 30% 的良***灶切除术是可以避免的。

同时。该技术的工作速度比乳腺X射线检查***0倍——据估计，医生需要50-70个小时来分析50名乳腺癌患者，而该技术只需要约30分钟。

顺手补充一下传统的乳腺癌医疗方法：乳腺X射线检查（Mammograms）——从X光片上看到可疑的病变组织之后，需要对患者进行***活检以确定其是否是癌症。然而，这一工具总会存在风险，譬如误诊，当尝试提高可以识别的癌症数量时，“***阳性”的结果也会增加，导致患者进行不必要的活检和手术。

谷歌乳腺癌AI检测系统创纪录，误诊率比人类医生低5.7%，你怎么看？

人工智能代替人类大部分工作，已经是大势所趋。

记得在医学院听到病理课老师给我讲过一件事。有个老病友，三十年前北京某大型国企中层领导，手术后病理报告显示恶性肿瘤。他在同事的惋惜同情中办理了病退，出院后积极乐观的投入到公益事业和旅游中，每年回来复查身体越来越好。直到不久前，回顾标本时才发现，按照新的病理分类，这位老病友的肿瘤是良性的。老师坦陈了真相，老病友听后哈哈大笑后说：“如果当年我知道，这辈子……”表情僵硬良久，无语凝噎。

“健康所系，性命相托”，誓言时刻不敢忘。但是，现实情况如何呢？我们先看看国外的数据。

疲劳的医生更可能出现医疗差错

近日，美国梅奥诊所（Mayo Clinic，美国最好的医院之一）在《Mayo Clinic Proceedings》发表了一项最新研究成果，显示疲劳的医生更可能出现医疗差错。

梅奥研究人员对于6695名全美执业医生进行了调查，发现55%的医生（3574/6695）存在倦怠症状，10%的医生承认在三个月内至少犯了一个重大的医疗错误。

到此，以上就是小编对于人工智能技术筛查乳腺癌的问题就介绍到这了，希望介绍关于人工智能技术筛查乳腺癌的3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/70920.html