发表在“ 自然医学 ”杂志上的一份新报告提供了人工智能辅助医学未来的一瞥，展示了一种早期版本的算法，能够在CT扫描的基础上准确识别早期肺癌。
该系统由几家医疗中心与谷歌合作开发，是最新的 – 通常是成功的 – 试图向人工神经网络提供大量医疗数据，希望培训他们在进行医疗诊断时胜过人类医生。
“我们拥有世界上最大的一些电脑，”来自谷歌的Daniel Tse博士的合着者说道。“我们开始希望突破基础科学的界限，找到有趣和酷的应用程序。”
在这项研究中，研究人员为这种算法提供了无数的CT扫描，包括肺癌患者，没有患肺癌的患者，以及其他患有可疑结节的患者，这些结节后来变为恶性。不久之后，系统使用以前从未见过的扫描测试了它的诊断能力。
“整个实验过程就像学校里的学生，”谢博士说。“我们正在使用一个大型数据集进行培训，给它上课和流行测验，这样它就可以开始自己学习什么是癌症，以及将来会发生什么样的癌症。在我们花了很多时间训练之后，我们对它从未见过的数据进行了期末考试，结果我们在期末考试中看到了 – 它得到了A.“
将人工智能纳入医学诊断可以帮助挽救数千甚至数百万人的生命。
结果表明，在没有事先扫描可用的情况下，该算法确实比放射科医生更好，但在先前的扫描情况下没有在排名上超过其人的相应部分是可用的，这仍然是强大的令人印象深刻。
根据研究人员的说法，这里的想法不是要取代人类医生，而是要帮助他们更好地完成工作，因为对大量数据进行过培训的人工系统有时会对人类视觉系统根本无法做到的模式更敏锐的“关注”。检测。
在公众可以释放该系统之前，必须对临床种类进行严格的测试，同行评审和试点研究，以排除任何潜在的系统性错误，如果不加以检测可能会对许多人造成伤害。
幸运的是，作者声称已经开始与世界各地的研究机构合作，以确定实现真实应用的下一步。