近日，網友 coolwulf 在 V2EX 論壇上分享了自己搭建的深度學習模型，向公眾提供了一個完全免費的網站和客戶端，用以進行乳腺癌的診斷。
人們可以自己上傳自己的乳腺癌 X 光片，然後迅速得到診斷結果，目前這個模型的診斷準確率已經到達 90%。
coolwulf 為了搭建這個深度學習模型，先在本地使用 50 個 Nvidia Geforce GTX 1080 Ti 的顯卡作為運算的硬體，接著從歐洲和北美的研究組中獲取了乳腺癌影像學的相關數據，用以設計和訓練模型。
▲這個模型的硬體組成，圖片來自：coolwulf
這個模型在 INBreast 資料庫上測試後，準確度達到了 90%。coolwulf 認為這個模型已經可以開放應用，並公布了網址：http://neuralrad.com。
▲ 圖片來自：coolwulf
公眾只需要在網站上傳 JPG 格式的乳腺檢查 X 光片，這個 AI 就會直接給出相應的診斷結果。
同時 coolwulf 也公布了一個桌面版本，能夠讀取和瀏覽 DICOM 格式的醫學影像。
▲ 圖片來自：coolwulf
coolwulf 還在帖子中寫出了搭建這個模型的初衷。去年，他有一個年僅 34 歲的校友，由於乳腺癌沒有獲得及時的診斷和治療去世，留下一個年僅四歲的孩子。在惋惜之餘，他決定動手去做些事情，提高乳腺癌的早期檢測成功率。
擼起袖子就動手去改變世界，而且還能快速落地應用。簡直不要太酷。
在 V2EX 這個帖子的評論區下面，有超過 200 個網友表示佩服和讚許。比如：
mringg：支持！我感覺這才是技術的意義。WytheHuang：上個星期六，母親乳房有腫塊，檢測出四類。對這些不是很懂，不停找資料查看，越看越害怕。尤其是 B 超圖片完全看不懂…… 樓主這個是在太贊了，希望能夠幫助更多人。
丁香園的首席架構師少楠在評論區表示，他們可以提供脫敏數據，用以訓練這個模型。
▲ 一個名為 Deep Fundus 的團隊在帖子中留下他們做的預測模型
在評論區，還有提供眼底影像 AI 診斷的團隊放出了自己的產品。
對於 coolwulf 的這個模型，愛範兒（微信：ifanr）詢問了一位在廣州某三甲醫院工作的醫生朋友 Sukki，她認為人工智慧讀醫療 X 光片這件事情，還有待進一步的發展：
我之前也圍觀過 AI 跟醫生比賽讀 B 超圖片，結果 AI 準確率是挺高的，但是還是不如有經驗的醫生，我覺得可以做為借鑒和參考，但是起碼在可見的未來，我更相信醫生。
coolwulf 也有提到，這個模型也正在與國內一些醫院聯繫，嘗試合作。但在臨床醫生的眼裡，毫無醫學知識的人使用這個網站時，依然需要相信醫生的診斷，Sukki 說：
普通人使用這個網站，就類似於在百度上求醫，我們經常遇到病人跟我們說百度說什麼什麼，畢竟同一個表現，病史不同，診斷可能完全不同，我們影像是需要結合病史來考慮診斷的，所以單憑一個讀片的網站就出結論，很容易造成醫患之間相互不信任的。
我們必須承認，像 coolwulf 這樣的技術和應用，會讓資源不足的人們擁有了更多，也會成為協助醫生診斷的工具。但毫無醫學知識基礎的朋友，還是需要相信醫生。
▲人工智慧界泰鬥之一邁克爾 · 喬丹
加州伯克利大學教授、被稱為 「人工智慧之父」 的邁克爾 · 喬丹，曾在今年的文章《人工智慧：革命尚未到來》中，分享了他女兒出生前的一個故事。
他的妻子在 14 年前懷孕做產檢的時候，基因專家指著 B 超結果告訴他們，檢查結果上的一些白點，顯示他們女兒患上唐氏綜合征的可能性為 1/20。
他對這個「白點」與唐氏綜合征患病率之間的關係產生了懷疑。後來他經過研究發現，當時英國醫學界使用 B 超中的白點作為預測唐氏綜合征的指標。而當時他妻子產檢那家醫院所使用的 B 超機器，成像品質已經有了更多的長進，B 超上多出來的白點，其實只是白噪音。
基金專家知道結果後，她的反應是：「怪不得在前幾年新機器投入使用以後，我們開始發現越來越多的唐氏綜合症患兒。」
總而言之，人工智慧的技術依然在快速發展，其在醫學上的應用就會為醫生的診斷提供強有力的工具，在目前看來，使用這些工具最好的方式，依然是人機協同。
香港九龍灣馬來街興發大廈15樓D室