發(fā)表在“ 自然醫(yī)學 ”雜志上的一份新報告提供了人工智能輔助醫(yī)學未來的一瞥，展示了一種早期版本的算法，能夠在CT掃描的基礎上準確識別早期肺癌。

該系統(tǒng)由幾家醫(yī)療中心與谷歌合作開發(fā)，是最新的 - 通常是成功的 - 試圖向人工神經網絡提供大量醫(yī)療數據，希望培訓他們在進行醫(yī)療診斷時勝過人類醫(yī)生。

“我們擁有世界上最大的一些電腦，”來自谷歌的Daniel Tse博士的合著者說道。“我們開始希望突破基礎科學的界限，找到有趣和酷的應用程序。”

在這項研究中，研究人員為這種算法提供了無數的CT掃描，包括肺癌患者，沒有患肺癌的患者，以及其他患有可疑結節(jié)的患者，這些結節(jié)后來變?yōu)閻盒?。不久之后，系統(tǒng)使用以前從未見過的掃描測試了它的診斷能力。

“整個實驗過程就像學校里的學生，”謝博士說。“我們正在使用一個大型數據集進行培訓，給它上課和流行測驗，這樣它就可以開始自己學習什么是癌癥，以及將來會發(fā)生什么樣的癌癥。在我們花了很多時間訓練之后，我們對它從未見過的數據進行了期末考試，結果我們在期末考試中看到了 - 它得到了A.“

將人工智能納入醫(yī)學診斷可以幫助挽救數千甚至數百萬人的生命。

結果表明，在沒有事先掃描可用的情況下，該算法確實比放射科醫(yī)生更好，但在先前的掃描情況下沒有在排名上超過其人的相應部分是可用的，這仍然是強大的令人印象深刻。

根據研究人員的說法，這里的想法不是要取代人類醫(yī)生，而是要幫助他們更好地完成工作，因為對大量數據進行過培訓的人工系統(tǒng)有時會對人類視覺系統(tǒng)根本無法做到的模式更敏銳的“關注”。檢測。

在公眾可以釋放該系統(tǒng)之前，必須對臨床種類進行嚴格的測試，同行評審和試點研究，以排除任何潛在的系統(tǒng)性錯誤，如果不加以檢測可能會對許多人造成傷害。

幸運的是，作者聲稱已經開始與世界各地的研究機構合作，以確定實現(xiàn)真實應用的下一步。