巨變端倪:人工智能在醫(yī)療影像診斷領(lǐng)域全面爆發(fā)
近兩年來,無論是在語音識(shí)別、圖像識(shí)別還是文本理解,深度學(xué)習(xí)在醫(yī)療領(lǐng)域都有超乎想象的突破。
在語音識(shí)別領(lǐng)域,梅奧診所與以色列語音分析公司Beyond Verbal合作的研究發(fā)現(xiàn)13個(gè)語音特征和冠心病存在相關(guān)性,其中一個(gè)語音特征與冠心病存在強(qiáng)相關(guān)。
在自然語言處理領(lǐng)域,IBM的沃森機(jī)器人能夠在17秒內(nèi),閱讀3469本醫(yī)學(xué)專著,248000篇論文,69種治療方案,61540次實(shí)驗(yàn)數(shù)據(jù),106000份臨床報(bào)告,并根據(jù)醫(yī)生輸入的病人指標(biāo)信息,最終提出優(yōu)選的個(gè)性化治療方案。
與此同時(shí),伴隨著計(jì)算機(jī)視覺的技術(shù)進(jìn)步,深度學(xué)習(xí)技術(shù)在醫(yī)療影像領(lǐng)域頻頻取得重大突破,人工智能除了教會(huì)機(jī)器如何“聽懂”和“讀懂”,更能教會(huì)機(jī)器“看懂”我們的世界,并在此基礎(chǔ)上協(xié)助醫(yī)生診斷疾病。醫(yī)療數(shù)據(jù)中有超過90%的數(shù)據(jù)來自醫(yī)療影像,醫(yī)療影像領(lǐng)域擁有孕育深度學(xué)習(xí)的海量數(shù)據(jù),也存在著借助深度學(xué)習(xí)提高醫(yī)生“看片子”診斷的效率的需求。因此,在醫(yī)療影像領(lǐng)域,深度學(xué)習(xí)可能率先進(jìn)入臨床階段。
13萬張圖像的訓(xùn)練下,深度學(xué)習(xí)識(shí)別皮膚癌的準(zhǔn)確率媲美人類醫(yī)生
皮膚癌是人類最常見的惡性腫瘤,雖然它們出現(xiàn)在皮膚表面,但人們往往將其誤認(rèn)為是自然生長的“痣”,耽誤病情,確診后已為時(shí)過晚。奇點(diǎn)糕還記得,電影《非誠勿擾2》里面,孫紅雷飾演的李香山從小就長出來的一顆黑痣轉(zhuǎn)變成了惡性的黑色素瘤,最終不堪絕癥折磨的他選擇跳海自殺。
早期檢測到的黑色素瘤的 5 年生存率在 97% 左右,如果晚期查出 5 年生存率將會(huì)下降 14%,皮膚癌的早期發(fā)現(xiàn)可能會(huì)對其結(jié)果產(chǎn)生巨大的影響。對于皮膚癌的篩查,主要是通過視覺診斷。一般先進(jìn)行臨床篩查,之后可能進(jìn)行皮膚鏡分析、活檢和組織病理學(xué)研究。那么有沒有一種更簡單地方法篩查皮膚癌呢?或者說,能不能利用智能手機(jī)篩查皮膚癌?
借助深度卷積神經(jīng)網(wǎng)絡(luò)(CNN)技術(shù),斯坦福大學(xué)的研究者讓這個(gè)設(shè)想更進(jìn)一步:研究者們在谷歌用于識(shí)別貓和狗算法的基礎(chǔ)上,經(jīng)過13萬張皮膚病變的圖像訓(xùn)練后,可用于識(shí)別皮膚癌。該系統(tǒng)與21位皮膚科醫(yī)生進(jìn)行的2輪的對比測試:角質(zhì)細(xì)胞癌與良性脂溢性角化病,以及惡性黑色素瘤和普通的痣。第一輪代表最常見的癌癥識(shí)別,第二輪代表了最致命的皮膚癌識(shí)別。深度卷積神經(jīng)網(wǎng)絡(luò)在這兩個(gè)任務(wù)上的表現(xiàn)都達(dá)到了所有接受測試的專家的水平,證明了這一人工智能系統(tǒng)的皮膚癌鑒定水平與皮膚科醫(yī)生相當(dāng)。這一研究成果發(fā)表在2017年1月份的Nature期刊上。