谷歌 AI 又有大动作：转移性乳腺癌检测准确率达 99％

近日，有外媒报道，圣地亚哥海军医学中心和谷歌人工智能研究人员，开发出癌症检测算法，能够自动评估淋巴结活检，他们的 AI 系统被称为“淋巴结助手”(简称 LYNA)。

左：两个淋巴结活检的图片。中：谷歌 AI 深度学习肿瘤检测的早期结果。右：谷歌 AI 深度学习后的当前结果(注意两个版本之间已可见噪点下降)。图片来源：谷歌

在题为《基于人工智能的乳腺癌淋巴结转移检测》的论文中对该系统有所描述，这篇论文发表在《美国外科病理学》杂志上。

“人工智能算法可以详尽地评估幻灯片上的每个组织贴片，”该论文的作者写道。“我们提供了一个框架，以帮助实践病理学家评估这些算法，以便采用它们的工作流程(类似于病理学家如何评估免疫组织化学结果)。”

在转移性乳腺癌的检测精度测试中，LYNA 的准确率达到 99%，这比人类病理学家更胜一筹。

据了解，LYNA 基于 Inception-v3，这是一种开源图像识别深度学习模型，已被证明可以在斯坦福的 ImageNet 数据集上实现 78.1％ 的准确率。

正如研究人员解释的那样，它需要一个 299 像素的图像 (Inception-v3 的默认输入大小)作为输入，并且在训练过程中，提取组织贴片的标签，预测肿瘤为良性或者恶性，并调整模型的算法权重以减少误差。

上图：左图：含有淋巴结的载玻片。右：LYNA 识别肿瘤区域。图片来源：谷歌。

在测试中，LYNA 实现了 99.3％ 的幻灯片级精度。当调整模型的灵敏度阈值以检测每张载玻片上的所有肿瘤时，其灵敏度为 69％。

LYNA 能准确识别评估数据集中的所有 40 个转移灶，没有任何误报。此外，它不受载玻片中的人工制品的影响，例如气泡，加工不良，出血和过度涂抹。

LYNA 并不完美，它偶尔错误地把巨细胞、生发癌和骨髓来源的白细胞称为组织细胞，但是它设法比负责评估相同载玻片的执业病理学家表现更好。

在谷歌 AI 和 Verily，谷歌母公司 Alphabet 的生命科学子公司发表的第二篇论文中，该模型比一个六人组成的董事会认证病理学家团队检测淋巴结转移的时间缩短了一半。

未来的工作将调查该算法是否提高效率或诊断准确性。

文章来源：AI锐见

免责声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。