侵权投诉
订阅
纠错
加入自媒体

医学人工智能最新突破:顶级期刊连放大招

2017-03-06 11:14
FlappyBird
关注

很久以前,人工智能(Artificial Intelligence, AI)给人的感觉还像是科幻片里的故事,直到去年3月,Google旗下的Deep Mind研发的围棋AI,AlphaGo,战胜了围棋老将李世石,一夜之间AI的名声火遍大街小巷,人们不管懂不懂AI、懂不懂围棋,都对这个话题进行了各种掺和。后来,正在围棋界还对它不能释怀之际,它跑去玩起了电竞,再后来,它又说要进军医学了。

此时,我们才真正关心起它来。不看不知道,原来,AI想学医已经想了30多年了!大概之前还没有太好的成绩,至少没有“威胁”到医生的存在,所以在我们普通医生眼里都只是小透明吧。然而这段时间大AI们的各种活动又频繁起来,除了AlphaGo的升级版Master又去围棋圈搅个血雨腥风,医学界也频频出现它们的身影。去年底到今年初短短三个月内,就连续有好几篇新的研究发表在医学顶级刊物上;尤其是Nature今年1月刚刚增设的子刊Nature Biomedical Engineering,一上来就连放三篇人工智能研究,相当惊艳。

JAMA:糖尿病视网膜病变的高灵敏、高特异诊断

AI的“深度学习”技术,包含一系列的算法,使程序能够自己通过对一个庞大的样本数据集进行学习、优化自身,来实现某种行为。这份JAMA上的研究采用的算法是深度卷积神经网络(convolutional neural network, CNN),用来进行图像识别与分类。

研究者用128,175张视网膜照片作为训练数据库,让AI学会自动检测糖尿病视网膜病变和视网膜黄斑水肿。这将近13万张图片是由54名美国证认的眼科专家和高级眼科住院医师进行分类与分级。

经过8个月学习期,研究者让AI分别在2个新的数据库中验证它的两个操作点,一个操作点做高特异性选择,另一个做度灵敏度选择。新的数据库分别为EyePACS-1和Messidor-2,来自两个眼科临床机构,包含9963和4997张视网膜照片,并由至少7位眼科专家进行分类与评级。对数据集EyePACS-1,AI的高特异性操作点识别的灵敏度达到90.3%,特异性达到98.1%;对Messidor-2,AI识别的灵敏度有87.0%,特异性有98.5%。用AI的第2个操作点即高灵敏度操作点识别,对EyePACS-1的灵敏度有97.5%,特异性有93.4%;对Messidor-2的灵敏度有96.1%,特异性有93.9%。

EyePACS-1数据集中AI的灵敏度和特异性曲线。8个圆点代表8位眼科专家,两个棱形分别代表AI的高特异性操作点和高灵敏度操作点。

这份研究是去年12月发表,表明AI的图像识别功底已经有了很了不起的特异性和灵敏度,跟人类眼科专家不相上下。不过研究者也说了,它的临床应用还有待进一步评估。对了,本研究也是由Google公司领导,与美国、印度多个知名研究机构合作进行。

1  2  3  4  5  下一页>  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号