• 一个健康的身体,需要时时的保养注意,学习外国人科学的健康生活方式,营养补充疗法。看看美国人、日本人、英国人、法国人是怎么进行健康养生的。
  • 如果您觉得本站对您有帮助,那么赶紧使用Ctrl+D 收藏89养生网吧!
  • 人人知道一个人人都知道的常识性问答网站

人工智能会是癌症诊断的未来吗?

健康 89xy 3周前 (09-29) 20次浏览

在最近的一项研究中,研究人员训练了一种算法来区分乳腺组织扫描中的恶性和良性病变。

人工智能会是癌症诊断的未来吗?

一项新的研究询问人工智能是否可以简化癌症诊断。

对于癌症,成功治疗的关键是及早发现。

目前,医生可以获得高质量的图像,熟练的放射科医生可以发现异常生长的迹象。

一旦确定,下一步是医生确定生长是良性还是恶性。

最可靠的方法是进行活检,这是一种侵入性的程序。

即便如此,错误还是会发生。有些人在没有疾病的情况下得到癌症诊断,而另一些人在有癌症的情况下得不到诊断。

两种结果都会导致痛苦,后一种情况可能会导致治疗延迟。

研究人员热衷于改进诊断过程以避免这些问题。更可靠地检测病变是恶性还是良性,而不需要活检,将是一个游戏规则的改变。

一些科学家正在研究人工智能的潜力。在最近的一项研究中,科学家训练了一种具有令人鼓舞的结果的算法。

人工智能和弹性成像

超声弹性成像是一种相对较新的诊断技术,用于测试乳房组织的硬度。它通过振动组织来实现这一点,从而产生一个波。这种波会导致超声扫描失真,突出乳房中与周围组织特性不同的区域。

根据这些信息,医生可以确定病变是癌性的还是良性的。

虽然这种方法有很大的潜力,但是分析弹性成像的结果是耗时的,涉及几个步骤,并且需要解决复杂的问题。

最近,洛杉矶南加州大学维特比工程学院的一组研究人员询问,一种算法是否可以减少从这些图像中提取信息所需的步骤。他们在《应用力学和工程中的计算机方法》杂志上发表了他们的结果。

研究人员想知道他们是否能训练一种算法来区分乳腺扫描中的恶性和良性病变。有趣的是,他们试图通过使用合成数据而不是真正的扫描来训练算法来实现这一点。

综合数据

当被问及该团队为什么使用合成数据时,主要作者阿萨德·奥布雷教授说,这取决于现实世界数据的可用性。他解释说,“在医学成像的情况下,如果你有1000张图像,你就是幸运的。在这种数据稀缺的情况下,这些技术变得很重要。”

研究人员使用12000多幅合成图像训练了他们的机器学习算法,他们称之为深度卷积神经网络。

到该过程结束时,该算法在合成图像上是100%准确的;接下来,他们转向现实生活中的扫描。他们只能进行10次扫描:其中一半显示恶性病变,另一半显示良性病变。

“我们的准确率约为80%。接下来,我们继续通过使用更多真实世界的图像作为输入来改进算法。”

Assad Oberai教授

虽然80%是好的,但还不够好——然而,这只是这个过程的开始。作者认为,如果他们在真实数据上训练该算法,它可能会显示出更高的准确性。研究人员还承认,他们的测试规模太小,无法预测系统的未来能力。

人工智能的发展

近年来,人们对人工智能在诊断中的应用越来越感兴趣。正如一位作者所写:

“人工智能正被成功地应用于放射学、病理学和皮肤病学的图像分析,其诊断速度和准确性超过了医学专家。”

然而,奥布雷教授不认为人工智能可以取代受过训练的人类操作员。他解释说,“普遍的共识是,这些类型的算法可以发挥重要作用,包括对其影响最大的成像专业人员。然而,当这些算法不作为黑盒时,它们将是最有用的。它看到了什么导致了最后的结论?算法必须是可解释的,才能按预期工作。”

研究人员希望他们可以扩展他们的新方法来诊断其他类型的癌症。无论肿瘤在哪里生长,它都会从物理上改变组织的行为。应该可以绘制出这些差异,并训练一种算法来发现它们。

然而,由于每种类型的癌症与其周围环境的相互作用如此不同,一种算法需要克服每种类型的一系列问题。奥布雷教授已经在研究肾癌的CT扫描,以找到人工智能帮助诊断的方法。

虽然人工智能在癌症诊断中的应用还处于早期,但对未来有很高的希望。


89养生网, 版权所有丨如未注明 , 均为原创丨本网站采用BY-NC-SA协议进行授权
转载请注明原文链接:人工智能会是癌症诊断的未来吗?
喜欢 (0)