谷歌的人工智能系统在发现肺癌方面比人类更好: 研究

谷歌的科学家开发了一种人工智能 (AI) 模型，他们声称该模型比人类专家更擅长诊断肺癌，这一进步可能会导致对这种致命疾病的早期治疗。研究人员说，深度学习-AI的一种形式-能够在低剂量胸部计算机断层扫描 (LDCT) 扫描中检测到恶性肺结节，其性能达到或超过专业放射科医生的水平。

该系统在《自然医学》杂志上进行了描述，提供了一种自动图像评估系统，以提高早期肺癌诊断的准确性，从而可能导致早期治疗。将深度学习系统与放射科医生在ldct上进行了比较，其中一些患者在一年内活检证实了癌症。在大多数比较中，该模型的表现优于放射科医生。深度学习是一种教计算机以身作则学习的技术。

深度学习系统还产生了更少的假阳性和更少的假阴性，如果将其用于临床环境，则可能导致更少的不必要的随访程序和更少的肿瘤遗漏。

“放射科医生通常在一次ct扫描中检查数百个二维图像或“ 切片 ”，但这种新的机器学习系统在一个巨大的、单个三维图像中观察肺部， 美国西北大学的研究助理教授Mozziyar Etemadi说。“3D中的人工智能在检测早期肺癌的能力方面比看2D图像的人眼要敏感得多。从技术上讲，这是 '4D'，因为它不仅要看一次ct扫描，而且要看两次，”Etemadi说。“为了构建人工智能以这种方式查看CTs，你需要一个巨大的谷歌规模的计算机系统。这个概念是新颖的，但由于规模的原因，它的实际工程也很新颖。”他说。

这项研究非常重要，因为肺癌是所有癌症中死亡率最高的，并且在广泛采用筛查的方式上存在许多挑战，Google技术负责人Shravya Shetty说。

“我们的工作研究了人工智能可以用来提高准确性和优化筛选过程的方法，这些方法可以帮助实施筛选项目。结果令人鼓舞，我们期待与合作伙伴和同行继续合作。”Shetty说。

研究人员说，美国和欧洲的大型临床试验表明，胸部筛查可以识别癌症并降低死亡率。然而，他们说，高错误率和对这些筛查的有限访问意味着许多肺癌通常在难以治疗的晚期被发现。深度学习系统既可以使用主要的ct扫描，也可以使用患者的先前ct扫描作为输入。

先前的ct扫描可用于预测肺癌的恶性风险，因为可疑肺结节的生长速度可以指示恶性。使用完全不确定的，经活检确认的低剂量胸部ct扫描对计算机进行了培训。新的系统可以识别感兴趣的区域以及该区域是否具有肺癌的高可能性。当以前的CT成像不可用时，该模型的表现优于六名放射科医生，而当有先前的成像时，该模型的表现也优于放射科医生。

“该系统可以对病变进行更特异性的分类。我们不仅可以更好地诊断出患有癌症的人，我们还可以说，如果有人没有癌症，有可能使他们免于侵入性，昂贵且有风险的肺活检，”Etemadi说。

Google科学家开发了深度学习模型，并将其应用于6,716去识别的ct扫描集，以验证其新系统的准确性。他们发现AI驱动的系统能够通过0.94个测试案例的模型来发现有时微小的恶性肺结节。研究人员警告说，这些发现需要在大量患者人群中进行临床验证。但是，他们说，这种模式可能有助于改善肺癌患者的治疗和预后。