四万三千张图像训练深度学习模型

　　人工智能诊断肺癌超越放射学专家

　　英国《自然·医学》杂志20日发表一项人工智能（AI）最新进展，美国团队报告了一种能够根据胸部CT扫描来检测恶性肺结节的人工智能，其表现与人类放射医学专家相当，甚至超越后者。该深度学习模型提供了一种自动化的评估系统，用以提高早期肺癌诊断的准确性，帮助实施临床干预。

　　肺癌已经是美国最常见的癌症相关死因，估计2018年的致死人数为16万人。美国和欧洲的大规模临床试验表明，胸部检查可以发现癌症，降低死亡率。但是，这种方法错误率高、实用性有限，加之其他临床因素的影响，许多肺癌在发现时已是晚期，难以治愈。

　　此次，美国谷歌健康研究部门（GHR）的科学家丹尼尔·谢及同事，新开发了一种深度学习模型。他们采用42290张CT扫描图像进行训练，以便使人工智能在无人类参与的情况下，预测肺结节的恶性程度。

　　结果发现，在6716个测试病例中，该人工智能系统能够以94%的准确率，发现极小的恶性肺结节。在无先前CT扫描图像的情况下，该系统的表现超越所有6位放射医学专家；而在有先前CT扫描图像的情况下，两者表现不相上下。

　　研究人员提醒说，这些发现还需要经过大规模的临床验证，但其仍然可以说明，这一模型未来将推动改善肺癌患者的管理和预后。

　　今年1月，美国FDNA分析技术公司已训练人工智能在接受上万张真实患者面部图像训练后，以高准确率识别罕见的遗传综合征；而更早时间，谷歌旗下人工智能子公司——“深度思维”也已成功使一种人工智能算法通过分析医学影像检测眼病，其寻找青光眼、糖尿病视网膜病变和老年性黄斑退化这三大眼疾的迹象，比人类专家的判断更为迅速高效。（记者张梦然）