Google AI肺癌檢測 效率勝放射醫師、準確率達94%

出版時間:2019/05/21 15:14

世界衛生組織(WHO)資料顯示,肺癌是世上最常見的致死原因,每年有200萬人因肺癌離世。根據近期在研究期刊Nature Medicine的發表,Google AI研究員與美國Northwestern Medicine合作打造的的AI肺癌檢測模型(基於圖像辨識),透過分析斷層掃描(CT scan),竟較平均擁有8年經驗的6位放射醫師高效、偵測率多出了5%,而若是以斷層掃描去預測2年內罹癌的風險,與放射科醫師相比,AI模型能多發現9.5%的罹癌風險。

Google這個深度學習(deep learning)的AI模型可用於預測患者是否患有肺癌,並可產生患者肺癌惡性風險分布圖,近而確定肺部惡性組織的位置。那它是怎麼做到的?Google技術指導Shravya Shetty表示:「AI系統利用3D volumetric深度學習分析胸部斷層掃描,以物體檢測/圖像辨識技術識別有惡性病變的區域。」此AI模型將可在Google Cloud Healthcare API取得,Google也將持續與合作機構進行測試。
 
該AI模型使用來自接近1.5萬名求診者的4.2萬張胸部斷層掃描來「訓練」辨識能力,其中有578名在一年內罹患癌症,這些資料來自於美國衛生署(NIH)於2002年進行的低劑量電腦斷層(LCDT)研究,藉此AI模型可以不靠人工參與,預測肺部惡性病變,在6716個測試病例中,檢查出微小惡性肺部組織的準確率達到了94%。

2015年有分析師發現僅2~4%患者有照LCDT,相關研究人員表示:「藉由證明深度學習可在不影響病患的情況下提高辨識率,我們希望能夠激發更多研究,讓AI可在癌症篩檢中扮演提高成本效益的角色。」此外,在月初的Google I/O開發者大會上,Google宣稱其研發的AI技術能比醫師早一年查出肺癌,使患者存活率提升40%。
 
這並非Google AI模型首次在癌症檢測的應用,去年在紐約大學的肺癌檢測就用上了深度神經網路模型Google Inception v3。另外,Google透過眼部掃描診斷糖尿病視網膜病變(diabetic retinopathy)上也應用了深度學習,而Google子公司DeepMind的AI也能為50種眼疾建議適當的治療,準確率高達94%,凸顯未來深度學習在醫療領域的重要性。(廖家葆/綜合報導)

出版時間1033
更新時間1514(新增內文、圖片)

更多「消費新鮮事」內容,請點此:http://bit.ly/2GOqTAv

AI模型框架,透過輸入端學習圖形辨識,在輸出時除了能預測罹癌機率、也可找出癌細胞具體位置。翻攝網路
AI模型框架,透過輸入端學習圖形辨識,在輸出時除了能預測罹癌機率、也可找出癌細胞具體位置。翻攝網路

本新聞文字、照片、影片專供蘋果「升級壹會員」閱覽,版權所有,禁止任何媒體、社群網站、論壇,在紙本或網路部分引用、改寫、轉貼分享,違者必究。

下載「蘋果新聞網APP


有話要說 投稿「即時論壇」
更多

《最新》

新聞