5月20日，知名醫學期刊《自然醫學》報告了一個人工智能肺癌檢測系統，該系統可以通過胸部計算機斷層掃描圖像(CT)檢測惡性肺結節，檢測水平超過專業放射科醫生。

《自然醫學》評價稱，該深度學習模型提供了一個自動化的圖像評估系統，能夠提高早期肺癌診斷的準確性，為臨床干預提供依據。

《自然醫學》論文截圖，圖為總體建模框架。

該論文提到，肺癌是美國最常見的癌癥死因，2018年約有16萬人因此死亡。美國及歐洲的大型臨床實驗表明，胸部篩查可以識別肺癌并且降低死亡率。但胸部篩查本身存在錯誤率較高和適用性有限的問題，影響了肺癌的早期檢測和后續治療。

谷歌人工智能部門的Daniel Tse與斯坦福、紐約大學等機構的研究人員合作，開發了一個深度學習模型。他們在42290個CT掃描圖像上對模型進行訓練，使其能夠在沒有人為參與的情況下，預測肺結節的惡性程度。

他們發現，人工智能系統能夠在6716例測試病例中檢測出微小的惡性肺結節，準確率達94%。

研究人員認為，該研究顯示了深度學習模型在提高全世界肺癌篩查的準確性、一致性和采用率方面的潛力，可能有助于改善肺癌患者的治療和預后過程。研究人員同時指出，上述發現仍需在大量患者中進行臨床驗證。

據英國《每日電訊報》報道，2019年5月7日，谷歌在2019年開發者大會上宣布，其研發的人工智能技術可以比醫生早一年查出肺癌，使患者存活的概率提升40%。

關鍵詞：