斯坦福开发新算法CheXNet,能比放射科医生更好地发现肺炎

在人工智能可以比人类做得更好的清单上,现在可以加上“诊断出危险的肺部疾病”这一事项了。斯坦福大学的研究人员在arXiv发表了一篇新的论文,解释了他们开发的卷积神经网络CheXNet是如何做到这一壮举的。

在人工智能可以比人类做得更好的清单上,现在可以加上“诊断出危险的肺部疾病”这一事项了。

斯坦福大学的研究人员在arXiv发表了一篇新的论文,解释了他们开发的卷积神经网络CheXNet是如何做到这一壮举的。CheXNet算法是一个在ChestX-ray14上进行训练的121层的卷积神经网络,这是当前公开的最大的胸部X光数据集,该数据集有超过10万张的胸透X光图,包含了14种不同疾病的信息,这些信息都出现在图像中。研究人员让四名放射科医师检查一组X光并进行诊断,然后与CheXNet的诊断结果相比较。CheXNet不仅击败了所有的放射科医生,在发现了肺炎的同时,还证明了其他13种疾病的识别能力。

  • 论文地址:https://arxiv.org/pdf/1711.05225.pdf

早期发现的肺炎可以帮助预防美国每年5万例死亡的病例。肺炎也是全世界儿童死亡人数最多的传染病,2015年有近100万5岁以下儿童死亡。

论文的合著者、百度人工智能研究的前负责人吴恩达认为,人工智能将越来越多地依赖于医学。他之前曾研究过一种算法,在接受过心电图(ECG)数据的训练后,可以识别出心率失常,甚至识别的效果比人类专家还要好。最近发表在《自然》杂志上的另一种深度学习算法,能够识别出癌症的皮肤病变,效果好到可以与一名经过董事会认证的皮肤科医生相媲美。

此前的研究表明,人工智能在CT扫描中发现问题的能力和医生一样好。Geoffrey Hinton是深度学习的先驱之一,他认为,由于人工智能的进步,医学院“现在应该停止训练放射科医生”。分析基于图像的数据,如X光、CT扫描和医学照片,是深度学习算法的优势所在。它们可以很好地帮助医生拯救患者的生命。

原文发布于微信公众号 - ATYUN订阅号(atyun_com)

原文发表时间:2017-11-18

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏新智元

【精度平均最高80%】机器学习+全基因组测序,准确预测人体特征

【新智元导读】人类长寿公司的研究人员最近在PNAS发表了一篇论文,利用全基因组测序数据,使用机器学习方法,预测个体的性状。结果表明,研究人员能够比较准确地预测出...

3144
来自专栏人工智能快报

德国科学家运用深度学习预测造血干细胞生长情况

据德国亥姆霍兹联合会慕尼黑中心报道,现在的细胞生物学已不再局限于静止状态,还尝试去理解细胞群的动态发育。其中的一个例子是从前体细胞(造血干细胞)产生不同类型的血...

2916
来自专栏吉浦迅科技

(图解)人工智能的黄金年代:机器学习

Lady我在整理一些关于Deep learning方面的学习资料,看到好文章总是忍不住想跟各位分享。这次将系统地介绍深度学习的前世今生,文章很有趣,但也很长,将...

41015
来自专栏人工智能头条

微软自拍应用一键美颜背后的人工智能技术(附论文下载)

2867
来自专栏AI科技评论

业界| 芯片之争:CPU、GPU、DSP、NPU,到底哪个更适用于深度学习?

编者按:为保证内容的专业性,本文已邀深度学习芯片领域专家把关审核过,作者铁流。 日前,Intel称将于2017年推出针对深度学习市场的CPU Knights M...

4225
来自专栏人工智能快报

人工智能帮助预测混合用药的副作用

斯坦福大学的科研人员设计出了一种卷积神经网络,能够预测混合使用多种药物可能产生的副作用。

851
来自专栏人工智能头条

微博大V@爱可可:arXiv论文怎么读?

1385
来自专栏机器之心

Nature Medicine论文展示DeepMind眼疾诊断里程碑:临床专家级、「解决」黑箱问题

目前,该研究结果已在 Nature Medicine 上在线发布,展示了其 AI 系统能够对常规临床实践中的眼球扫描结果进行快速诊断,准确率打破以往记录。它可以...

953
来自专栏人工智能快报

科学家利用深度学习技术预测造血干细胞的生长

美国《每日科学》(Science Daily)网站刊登了来自德国一家环境卫生研究中心—慕尼黑Helmholtz研究中心的一篇文章,题目是:深度学习技术被用于预测...

2976
来自专栏思影科技

NEJM:Waving Hello to Noninvasive Deep-Brain Stimulation

近日多伦多大学Andres M. Lozano等人在新英格兰医学杂志发文,介绍了无创深部脑刺激技术。通过两个频率差异较小的电场信号刺激,激活深部大脑细胞,同时避...

3475

扫码关注云+社区