谷歌开发出癌症检测算法 AI监测准确率达到99％

近日，有外媒报道，圣地亚哥海军医学中心和谷歌人工智能研究人员，开发出癌症检测算法，能够自动评估淋巴结活检，他们的AI系统被称为“淋巴结助手”（简称LYNA）。

左：两个淋巴结活检的图片。中：谷歌AI深度学习肿瘤检测的早期结果。右：谷歌AI深度学习后的当前结果（注意两个版本之间已可见噪点下降）。

在题为《基于人工智能的乳腺癌淋巴结转移检测》的论文中对该系统有所描述，这篇论文发表在《美国外科病理学》杂志上。

“人工智能算法可以详尽地评估幻灯片上的每个组织贴片，”该论文的作者写道。“我们提供了一个框架，以帮助实践病理学家评估这些算法，以便采用它们的工作流程（类似于病理学家如何评估免疫组织化学结果）。”

在转移性乳腺癌的检测精度测试中，LYNA的准确率达到99％，这比人类病理学家更胜一筹。

据了解，LYNA基于Inception－v3，这是一种开源图像识别深度学习模型，已被证明可以在斯坦福的ImageNet数据集上实现78．1％的准确率。

正如研究人员解释的那样，它需要一个299像素的图像（IncepTIon－v3的默认输入大小）作为输入，并且在训练过程中，提取组织贴片的标签，预测肿瘤为良性或者恶性，并调整模型的算法权重以减少误差。

左图：含有淋巴结的载玻片。右：LYNA识别肿瘤区域。

在测试中，LYNA实现了99．3％的幻灯片级精度。当调整模型的灵敏度阈值以检测每张载玻片上的所有肿瘤时，其灵敏度为69％。

LYNA能准确识别评估数据集中的所有40个转移灶，没有任何误报。此外，它不受载玻片中的人工制品的影响，例如气泡，加工不良，出血和过度涂抹。

LYNA并不完美，它偶尔错误地把巨细胞、生发癌和骨髓来源的白细胞称为组织细胞，但是它设法比负责评估相同载玻片的执业病理学家表现更好。

在谷歌AI和Verily，谷歌母公司Alphabet的生命科学子公司发表的第二篇论文中，该模型比一个六人组成的董事会认证病理学家团队检测淋巴结转移的时间缩短了一半。

未来的工作将调查该算法是否提高效率或诊断准确性。