「肺炎 X 光病灶识别」挑战赛:几行代码,就能让医疗检测准确率 20% 的提高!
自 2017 年 7 月国务院印发《新一代人工智能发展规划》以来,中国人工智能技术得以迅猛发展,并在金融、医疗、教育、交通、社交等领域快速推广。 尤其在医疗这个拥有海量数据、严格判断规则且存在大量重复性劳动的现实场景中,人工智能的特性完全契合了这些工作需求,并发挥着重要的作用。 训练时长短、准确度高的 AI 医疗 正是由于 AI 具备对大量数据学习与判断的能力,通过对大量 X 光片数据集的训练,智能体能够在很短的世界内达到接近人类的识别准确度。 早在 17 年时,吴恩达等研究者借助国立卫生研究院公布的 10 万幅 X 光片对人工智能算法进行训练,就能使该智能体在短短两个月的时间,检测精度超越放射科医师水平。 而除了肺炎外,人工智能算法也能根据 X 光片,诊断出其它疾病,包括:纤维变性、疝气以及细胞团块等;它能够高效分析 CT 头扫描疑似中风,并标记那些更容易出现脑溢血的人,然后将它们集中起来供放射科医师重点检查。 甚至这种算法还可以帮助发现乳腺 X 光图像中那些放射科医生肉眼难以发现的乳腺肿瘤。并且值得一提的是,数据显示人工智能的诊断准确率也高于国立卫生研究院的基准线。 当然,AI 医疗远不止识别 X 光片、判断病情,它还可以帮助医生有效提高病例录入效率、辅助医生进行药物研发、提供诊疗方法参考等。 AI 医疗核心技术 从这些实例中我们会发现,AI 医疗的应用非常广泛,但 AI