研究人员使用了一种深度学习算法，通过计算机断层扫描准确地检测肺癌。研究结果表明，人工智能可以超过人类对这些扫描的评价。肺癌原因几乎160,000据最新估计，美国的死亡人数。这种情况是美国癌症相关死亡的主要原因，早期发现对于阻止肿瘤的扩散和改善患者的预后都是至关重要的。

作为胸部X光的另一种选择，医疗保健专业人员最近使用计算机断层扫描(CT)检查肺癌。

事实上，一些科学家认为CT扫描是优胜劣汰用于肺癌的X射线检测，研究表明低剂量CT(Ldct)特别是低剂量CT(Ldct)降低了肺癌的死亡率。20%.

然而，较高的假阳性率和假阴性率仍然困扰着LDCT程序。这些错误通常会推迟肺癌的诊断，直到病情发展到很难治疗的晚期。

新的研究可以防止这些错误。一组科学家利用人工智能(AI)技术在LDCT扫描中检测肺部肿瘤。

来自加利福尼亚州山景城谷歌健康研究小组的谢志伟(DanielTse)是这项研究的相应作者，该研究的结果发表在“华尔街日报”(The Journal)上。

“模型优于所有六位放射科医生”

Tse和他的同事将一种名为深度学习的人工智能应用于42，290次LDCT扫描，他们从位于伊利诺伊州芝加哥的西北医学医院的西北电子数据仓库和其他数据来源获得了这些信息。

深度学习算法使计算机能够通过实例学习.在这种情况下，研究人员使用初级LDCT扫描和早期LDCT扫描(如果可用的话)对系统进行培训。

以往的LDCT扫描是有用的，因为它们可以显示肺结节的异常生长速度，从而显示恶性肿瘤。

在目前的研究中，人工智能提供了一个“自动图像评估系统”，在没有任何人类干预的情况下准确预测肺结节的恶性程度。

研究人员将人工智能的评估结果与六位拥有长达20年临床经验的美国放射科医生的评估结果进行了比较。

Tse和他的同事们报告说，当以前的LDCT扫描无法获得时，AI“以11%的假阳性和5%的假阴性优于所有六位放射科医生”。当先前的影像可用时，人工智能的表现和放射学家一样好。

研究的合著者之一，芝加哥西北大学范伯格医学院麻醉学助理教授mozziyar etemadi博士解释了为什么人工智能能够超过人类的评价。

Etemadi博士说：“放射学家通常在一次CT扫描中检查数以百计的2D图像或‘切片’，但是这个新的机器学习系统以一个巨大的、单一的三维图像来观察肺部。”

3D中的人工智能在检测早期肺癌的能力上可能比看2D图像的人眼敏感得多。这在技术上是‘4D’，因为随着时间的推移，它不仅要看一次CT扫描，而且还要看两次(当前和先前的扫描)。“

他继续说：“为了用这种方式构建人工智能来查看CTS，你需要一个庞大的谷歌规模的计算机系统。”“这个概念是新颖的，但它的实际工程也因规模而新颖。”

埃特马迪博士继续称赞使用深度学习技术的好处，强调其精确性.研究人员说：“这个系统可以用更多的特异性对病变进行分类。”

Etemadi博士总结道：“我们不仅可以更好地诊断癌症患者，还可以说如果某人没有癌症，就有可能将他们从侵入性的、昂贵的、有风险的肺活检中拯救出来。”

然而，研究人员警告说，首先有必要在更大的队列中验证这些结果。