当前位置: >人工智能诊断皮肤癌水准等同医师

人工智能诊断皮肤癌水准等同医师

发布于2018-03-13 11:52:04,人工智能诊断皮肤癌水准等同医师,来书新闻网(http://www.laishu.com)
 
人工智能诊断皮肤癌 水准等同医师

研究者发现卷积神经网络学习到不同皮肤病灶影像的内部特性,结果显示卷积神经网络可以帮助皮肤科医师在更为艰难的案例中进行诊断。

美国每年约有540万人确诊为皮肤癌,而高致死率的黑色素瘤经常难以办别;斯坦福大学研究团队,设计一套算法运用人工智能进行皮肤癌诊断,准确度等同于皮肤专科医师,成果已发表于《自然》期刊。

75%皮肤癌患者 死于黑色素瘤

皮肤癌是世界最为常见的癌症之一,其中致死率最高的黑色素瘤(Melanomas),通常以痣或雀斑的形式出现在皮肤上,病灶常常难以区分良性或恶性,虽然仅占皮肤癌案例数中5%,但高达75%皮肤癌患者死于黑色素瘤。

十万张皮肤病灶影像 检验人工智能诊断能力

斯坦福大学研究团队,收集18个线上专业数据库与斯坦福大学医学中心数据库,共12万7463张训练与验证用影像,以及1942张确诊良性或恶性皮肤病灶影像,进行 47种皮肤疾病分类的照片训练GoogleNet Inception V3人工神经网络,运用“卷积神经网络”(convolutional neural networks, CNN)电脑运算功能,检验人工智能区分一般皮肤病灶或皮肤癌病变的能力。

人工智能诊断准确度 高于皮肤专科医师

结果显示,第一次验证结果,卷积神经网络准确度达72%,而皮肤专科医师准确度分别为65.56%与66%;第二次验证结果,卷积神经网络准确度达55.4%,而皮肤专科医师则为53.5%与55%。最后判断良性恶性、上皮来源或黑色素细胞来源方面,卷积神经网络的准确度皆高于皮肤专科医师。

卷积神经网络准确分类 辅助皮肤科医师诊断

研究者认为,卷积神经网络可以学习不同影像中的内部特性,并将细节准确分类,诊断皮肤病灶的能力与皮肤专科医师相当;但人工智能的诊断能力,仍需更进一步的研究厘清临床上的应用,以及是否会有其他环境因子的影响,未来可望辅助皮肤专科医师在困难的案例中进行诊断。

名词解释:

1.黑色素瘤(Melanomas)

为起源于黑色素细胞的肿瘤,在皮肤癌中较为罕见,但恶性度较高。白种人的发生率远高于黄种人与黑人。在皮肤上的呈现多以不对称、边缘不圆、深浅不一、隆起或急剧变大的斑。

2.卷积神经网络(convolutional neural networks, CNN)

多用于处理大型图像,是一种类神经网络的人工智能,由卷积层和顶端的全连通层组成,同时也包括关联权重和池化层(pooling layer)。这一结构使得卷积神经网络能够利用输入数据的二维结构。与其他深度学习结构相比,卷积神经网络在图像和语音识别方面能够给出更优的结果。(资料来自维基百科,百科内容以 CC BY-SA 3.0 授权)

参考资料、文献来源:

1.翻译人员:国立成功大学医学院公共卫生研究所研究生曾子容

2.参考文献:Esteva, A., Kuprel, B., Novoa, R.A., et al. Dermatologist-level classification of skin cancer with deep neural networks. Nature.2017; 639: 115-118.

3.参考文献:Waal, I. Skin cancer diagnosed using artificial intelligence on clinical images. Oral Dis. 2017. DOI: 10.1111/odi.12668

4.参考文献:Burroni, M., Corona, R., Dell'Eva, G., et al. Melanoma computer-aided diagnosis: reliability and feasibility study. Clin Cancer Res. 2004; 10: 1881-6.

5.资料出处:科技部补助“新媒体科普传播实作计划”执行团队、科技大观园 https://goo.gl/Tg8xao

6.《新媒体科普传播实作计划》(计划编号MOST105-2515-S-006-008)补助产出

声明:

·凡注明为其他媒体来源的信息,均为转载自其他媒体,转载并不代表本网赞同其观点,也不代表本网对其真实性负责。如系原创文章,转载请注明出处。

·您若对该稿件内容有任何疑问或质疑,请即联系,本网将迅速给您回应并做处理。

邮箱:mail@laishu.com

+1 已赞
已有8人赞过
评论13

发表评论请 登录
  • 最新
  • 最热
评论举报

请选择举报理由

17 13

已收藏
去我的收藏夹 >

已取消收藏
去我的收藏夹 >