人工智能系统能检测到被漏检的癌症肿瘤细胞

在佛罗里达医学科学家和工程师共同研发了一套人工智能系统，用于检测经常被漏检的癌症肿瘤，从而帮助病人提高存活率。

位于佛罗里达中央大学的研究人员发了这一系统，他们通过一个计算机平台，在计算机断层扫描（CT）中通过大小和外观找到检测肺癌小斑点的最佳方法，在试验中，医疗人工智能系统的准确率达到95%。此外，这一成绩也超过了人体医学专家的标准成绩，后者的准确率通常在65%左右。

用于训练人工智能平台的方法与人脸识别软件使用的算法，在与图像分析方面的关键特性和教学方法没有什么不同。为了训练该平台，研究人员向该软件提供了超过1000次CT扫描（该数据来自来自美国国立卫生研究院数据库）。

随着时间的推移，该平台被教导忽略CT扫描图像中发现的其他组织、神经和其他肿块，而只关注可能是肿瘤的肺组织和异常组织。该平台一开始就成功了，并学会了区分癌症和良性肿瘤。鉴于肺癌的成功诊断和治疗难易程度依赖于肺结节的早期发现，开发一套系统来辅助诊断和治疗可以帮助提高患者的存活率。

研究人员罗德尼·拉隆德(Rodney LaLonde)在讨论平台是如何开发时表示：我们是用大脑作为模型来创建这个系统的，你知道大脑神经元之间的联系在发育和学习过程中是如何加强的吗？我们就是以这个为蓝图开发的。

新的医学影像研究将于2018年9月在西班牙格拉纳达举行的MICCAI 2018（第21届国际医学影像计算与计算机辅助干预会议）上发表。