找回密码
 立即注册

QQ登录

只需一步,快速开始

扫一扫,访问微社区

查看: 196|回复: 2
收起左侧

[科教] 《自然》封面:人工智能一出马 人类医生败下阵来

[复制链接]

1078

主题

159

精华

3270

积分

神级会员

Rank: 7Rank: 7Rank: 7

积分
3270
发表于 2-13-2017 12:48 AM | 显示全部楼层 |阅读模式

亲!马上注册或者登录会查看更多内容!

您需要 登录 才可以下载或查看,没有帐号?立即注册

x

皮肤癌是人类最为常见的恶性肿瘤之一。理论上讲,出现在皮肤表面的它们很容易就能被发现,但人们却往往因为皮肤癌与痣长得过于相像,而粗心大意,将它们忽略。等到病情恶化时,则已经为时过晚。

这也怨不得普通人。

鉴定皮肤癌是一项复杂的工作,医生要分析它的外形和特征,甚至要动用活检技术,从患者的组织上切下一块来,才能确定皮肤上的异物是否真的发生了癌变。这对于没有医学知识的普通人而言,显然是太复杂了。

这周,发表在《自然》杂志上的一篇论文给我们提供了一项方便的工具。而它的背后,则是现在火爆得不行的深度学习和人工智能。

点击图片看原样大小图片

点击图片看原样大小图片

在人工智能眼里,皮肤病是这样的(图片来源:《自然》)

众所周知,机器的学习能力远非人类能相提并论。在这项研究中,科学家们让一个“卷积神经网络”(Convolutional Neural Network)分析了将近13万张临床上的皮肤癌图片,这个数字比现在最大的研究高出了2个数量级。在大量的学习资料下,这个神经网络迅速成为了一名皮肤癌的专家。

都说实践是检验真理的唯一标准。这个神经网络究竟准不准,也只有靠实践来测试了。与它一同站上擂台的,是21名资深的皮肤科医生。一场医学领域的“人机大战”一触即发。

点击图片看原样大小图片

点击图片看原样大小图片

看似接近的不同皮肤病,在人工智能眼里,却有着完全不同的意味(图片来源:《自然》)

在第一场挑战中,这个神经网络与医生们一同区分两种不同的皮肤疾病——角质细胞癌与良性脂溢性角化病。前者是最为常见的皮肤癌。这一比较发现,综合灵敏性和特异性来看,

这个神经网络的表现比大部分参与研究的皮肤科医生都要好。

不服气的人类做了第二项测试,这次他们比较的是恶性黑色素瘤与良性的痣。前者是最具杀伤力的皮肤癌。

但在这场比试中,人类也同样败下阵来。

更夸张的是,人类的医生需要十多年的训练和培养,还需要一代一代传承。而人工智能则完全没有这方面的限制。事实上,它只会变得越来越好。

点击图片看原样大小图片

点击图片看原样大小图片

这项研究登上了《自然》的封面(图片来源:《自然》)

这对人类意味着什么呢?据估计,到2021年,全世界大约会有63亿台手机,差不多人手一台。如果在这些手机上安装分析程序,那就相当于有了63亿名专业的皮肤科医生。到了那个时候,每个人都能方便地对自己皮肤上的异物进行拍照,扫描和分析,第一时间知道自己的患病风险。

一个让人兴奋的人工智能时代,正在到来!

参考资料:

[1] Dermatologist level classification of skin cancer with deep neural networks

0

主题

0

精华

4

积分

新米人

Rank: 1

积分
4
发表于 2-13-2017 01:25 AM 来自美国米群网手机版 | 显示全部楼层
Emily回帖支持!~~~
回复 支持 反对

使用道具 举报

0

主题

0

精华

2

积分

新米人

Rank: 1

积分
2
发表于 2-13-2017 01:25 AM 来自美国米群网手机版 | 显示全部楼层
戴西回帖支持!~~~
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

快速回复 返回顶部 返回列表