【中國傳動網(wǎng) 技術前沿】 近期發(fā)表于《NatureMedicine》期刊的一項最新研究，美國紐約大學研究團隊重新訓練現(xiàn)成的Google深度學習算法，辨識兩種最常見的肺癌類型──肺腺癌和鱗狀細胞癌，辨識準確度可達97%。
團隊使用的這項人工智能科技，與上傳至Google在線服務的圖片庫以辨識圖片中的面孔、動物和物體技術相同，過去Google這項科技也曾應用在疾病診斷，包括糖尿病引發(fā)之失明和心臟疾病。而這次，紐約大學的神經(jīng)網(wǎng)絡開發(fā)出一項病理學家從未嘗試過的診斷分析方式──藉由腫瘤影像照片辨識基因突變。
Tsirigos團隊利用GoogleInceptionv3──Google訓練辨識一千種不同種類物體的開源算法。為了訓練這個算法區(qū)分出惡性和健康的組織圖像，研究團隊利用病患組織檢體公共數(shù)據(jù)庫成千上萬的癌癥基因體圖譜影像。首先，團隊成功訓練Inception達到99%準確度辨識惡性細胞的能力，接下來，再訓練Inception辨識肺腺癌和鱗狀細胞癌這兩種不同類型的肺癌。
接著，團隊使用不同數(shù)據(jù)庫檢體資料來檢測Inception的分析能力，雖然結果顯示準確度下降一些，但依然能正確診斷影像(準確度介于83%～97%)。
網(wǎng)站客服
粵公網(wǎng)安備 44030402000946號