该AI系统与识别皮肤癌的专家一样好

2017年1月25日

0条留言

根据试图将人工智能应用于健康的最新研究,计算机可以成功地将皮肤癌归类为人类专家。

总部位于美国的研究人员表示,基于图像识别的新系统可以为智能手机开发,从而增加了筛查的机会,并提供了一种低成本的方法来检查皮肤损伤是否引起关注。

“我们希望这是朝着早期发现迈出的第一步,”斯坦福大学电气工程博士生,该研究的合著者安德烈·埃斯特瓦(Andre Esteva)说。

根据世界卫生组织的资料,皮肤癌占全球诊断出的三分之二的癌症,全球发病率也在上升。

仅在英国,2014年就记录了131,772例非黑素瘤皮肤癌病例。根据英国《癌症研究》的数据,同年有15,419例最致命的皮肤癌黑素瘤新病例,使其成为第五大最常见的癌症。

由于该疾病通常最初是通过目视检查发现的,因此Esteva与从皮肤病学到人工智能等各个领域的同事合作,创建了有助于筛查的计算机系统。

他们的方法在《自然》杂志上进行了描述,它基于深度学习-一种用于人工智能的算法。 当获得大量现成的数据集时,这些算法就会挑选出并“学习”模式和关系。 一旦经过训练,就可以将算法用于对未分类的新数据进行分类。

为了创建该系统,该团队利用了Google构建的深度学习算法,该算法已经展示了128万张猫,狗和杯子等物体的图像。 然后,Esteva及其同事为该系统提供了超过127,000个皮肤病变的临床图像,每个图像均已标记,涵盖了许多不同的皮肤疾病。

经过培训后,该团队随后通过向系统呈现之前未见过的近2000幅皮肤病变图像(以前由活检确定),测试了该系统对皮肤癌进行分类的能力,然后将近400幅图像的结果与至少21位皮肤科医生的判断。

结果表明,该系统可与癌症专家区别于普通的良性皮肤生长和黑色素瘤与痣相提并论,甚至要好于专家。
对于黑色素瘤,普通皮肤科医生正确地将大约95%的恶性病变和76%的无害痣分类。 相比之下,该算法能够正确分类96%的恶性病变,相应地将90%的良性病变分类。

Esteva说:“我们的目标绝对是不替代医生也不替代诊断。” “我们正在复制的是皮肤科医生可能进行的前两个初始筛查。”
尽管Esteva及其同事承认该系统需要在临床环境中进行进一步测试,但他们认为该方法具有很大的前景,表明它可以应用于其他许多医学领域。

杜伦大学的计算机科学家,图像处理专家Boguslaw Obara表示,用于训练系统的数据集的大小和复杂性令人印象深刻。 他补充说,这项工作表明我们很可能会看到算法在日常生活中越来越多地出现。

英国皮肤基金会顾问皮肤科医生兼发言人Anjali Mahto博士也对这项研究表示欢迎。 她说:“这是一项令人振奋的新技术,在全国范围内缺乏该专业并且皮肤癌的发病率持续上升的时期,有可能增加皮肤病学的普及率。”

但是,Mahto警告说,在推出该系统之前,需要仔细评估该系统的优势。 她补充说,这种方法也不太可能取代皮肤科医生的角色,并指出,在全身检查期间,专家们通常会在与最初关注患者的部位不同的部位发现皮肤癌。 她说:“因此,如果您依靠人们自我报告他们担心的事情,则可能会错过其他皮肤癌,尤其是在难以看见的部位,例如背部。”