對抗癌癥的關鍵是及早發(fā)現，醫(yī)生現在有最先進的醫(yī)學影像儀器、還有經驗豐富的放射科醫(yī)師輔助，能夠發(fā)現不正常增生的跡象，再透過介入性的病理切片，判斷它是良性還是惡性，然而誤判情況經常發(fā)生。

科學家于是開始思考，是不是能運用人工智能(AI)進一步改善診斷過程呢？他們希望透過AI發(fā)展出更可靠、而且非介入性的方式，幫助醫(yī)師判斷病變究竟是良性還是惡性。

據Medical News Today報導，以乳癌的檢測為例，目前較新的診斷方式，是透過超音波彈性影像(ultrasound elastography)技術測定乳房組織的僵硬程度，原理是震動組織、形成聲波，而聲波在超音波掃描中會出現扭曲，顯示出乳房裡有哪些區(qū)塊呈現出與周遭組織不同的特性。

這些資訊有助醫(yī)師判斷某病變是否為癌癥，不過判斷過程很花時間，要經過多個步驟、也很復雜。

加州大學洛杉磯分校(UCLA)的團隊日前發(fā)表最新研究成果，他們用1.2萬幅合成數據(synthetic data)影像訓練深度卷積神經網路(Deep Convolutional Neural Network)，讓它去判別病變的良惡。

經訓練后，演算法已能100%判斷合成影像。團隊接著拿實際的掃描影像來訓練，準確度亦能達到8成。他們下一步將繼續(xù)使用真實的影像來作訓練，盼提升演算法的準確度，未來更希望將研究成果拓展到其他種類的癌癥判斷。

該研究的作者也指出，AI已經成功運用在放射學、皮膚醫(yī)學、病理學等的影像分析上，不過仍不能取代訓練精良的人類醫(yī)師。他認為，演算法若要發(fā)揮最大助力，必須要能呈現出整個作判斷的過程，而不是像黑箱作業(yè)一樣，如此才能真正協助醫(yī)師，達到相輔相成的效果。

來源：Medical News Today

免責聲明：本文僅供參考，只代表作者本人觀點，不代表本站觀點。