谷歌AI又有大動作：轉移性乳腺癌檢測準確率達99％

公開日: 2018-10-15

近日，有外媒報導，聖地亞哥海軍醫學中心和谷歌人工智慧研究人員，開發出癌症檢測演算法，能夠自動評估淋巴結活檢，他們的AI系統被稱為「淋巴結助手」(簡稱LYNA)。

左：兩個淋巴結活檢的圖片。中：谷歌AI深度學習腫瘤檢測的早期結果。右：谷歌AI深度學習後的當前結果（注意兩個版本之間已可見噪點下降）。圖片來源：谷歌

在題為《基於人工智慧的乳腺癌淋巴結轉移檢測》的論文中對該系統有所描述，這篇論文發表在《美國外科病理學》雜誌上。

「人工智慧演算法可以詳盡地評估幻燈片上的每個組織貼片，」該論文的作者寫道。「我們提供了一個框架，以幫助實踐病理學家評估這些演算法，以便採用它們的工作流程（類似於病理學家如何評估免疫組織化學結果）。」

在轉移性乳腺癌的檢測精度測試中，LYNA的準確率達到99%，這比人類病理學家更勝一籌。

據了解，LYNA基於Inception-v3，這是一種開源影像識別深度學習模型，已被證明可以在斯坦福的ImageNet數據集上實現78.1％的準確率。

正如研究人員解釋的那樣，它需要一個299像素的影像（Inception-v3的默認輸入大小）作為輸入，並且在訓練過程中，提取組織貼片的標籤，預測腫瘤為良性或者惡性，並調整模型的演算法權重以減少誤差。

上圖：左圖：含有淋巴結的載玻片。右：LYNA識別腫瘤區域。圖片來源：谷歌。

在測試中，LYNA實現了99.3％的幻燈片級精度。當調整模型的靈敏度閾值以檢測每張載玻片上的所有腫瘤時，其靈敏度為69％。

LYNA能準確識別評估數據集中的所有40個轉移灶，沒有任何誤報。此外，它不受載玻片中的人工製品的影響，例如氣泡，加工不良，出血和過度塗抹。

LYNA並不完美，它偶爾錯誤地把巨細胞、生髮癌和骨髓來源的白細胞稱為組織細胞，但是它設法比負責評估相同載玻片的執業病理學家表現更好。

在谷歌AI和Verily，谷歌母公司Alphabet的生命科學子公司發表的第二篇論文中，該模型比一個六人組成的董事會認證病理學家團隊檢測淋巴結轉移的時間縮短了一半。

未來的工作將調查該演算法是否提高效率或診斷準確性。