AI在卫生保健中的应用将触手可及

2016年夏天——阿尔法狗(AlphaGo)以4:1的比分战胜了韩国围棋名将李世石九段的爆炸性新闻出来后，就连你不识字的姥姥可能都会问问你，这年头狗咋能比人还厉害呢？

可是事实就是如此，自从2010年人工智能领域在深度学习方面取得了重大突破之后，发展可谓突飞猛进，AI入驻日常生活的多个领域，作为一个医学狗，我们同样热切期盼着狗兄狗弟的降生。咱们的AI也不负众望，于2017年在皮肤癌的诊断中崭露头角 ！

为什么要将AI应用于皮肤癌的诊断呢：

在美国，五个人中就有一个可能患有皮肤恶性肿瘤，而预约医生检查程序麻烦而且要保障准确性也非常困难。在这个背景下，斯坦福大学一个联合研究团队开发出了一个皮肤癌诊断准确率媲美人类医生的人工智能。

研究人员们是怎么做的呢：

机智的研究人员并没有从头开始构建算法，而是改造了谷歌的一个用于识别猫猫狗狗的算法，这个算法已经训练识别了 128 万张 分别属于1 千种类的目标，称得上是AI中的“老司机”了。在这个强大的算法基础上，研究人员们致力于寻找大量皮肤癌数据集，用近13万张痣、皮疹和其他皮肤病变的图像对算法进行微调，训练机器识别其中的皮肤癌症状。

(Deep CNN Layout)

下面这幅图是使用t-SNE可视化技术下的CNN内部的最后一个隐藏层，展示了该算法是如何对四种疾病进行分类的。

(t-SNE visualization of the last hidden layer representations in the CNN for four disease classes)

在测试中，这位“改道的老司机”被要求完成三项诊断任务：鉴别角化细胞癌、鉴别黑色素瘤，以及使用皮肤镜图像对黑色素瘤进行分类。研究者通过建构敏感性（sensitivity）-特异性(specificity)曲线对算法的表现进行衡量。敏感性体现了算法正确识别恶性病变的能力，特异性体现了算法正确识别良性病变，即不误诊为癌症的能力。在所有三项任务中，与21位皮肤科医生的诊断结果进行对比后，该人工智能表现与人类皮肤科医生不相上下，敏感性达到91%。

(Skin cancer classification performance

of the CNN and dermatologists)

虽然现在这个技术还依托于计算机，但在不久的将来，用自己的手机就可以对自己进行皮肤癌的筛查将不再是梦。在未来，基于深度学习的AI们将在更广阔的医疗领域内与咱们人类大夫并肩作战！