Nature封面重磅：人工智能一出马，人类医生就败下阵来
2017-02-14 佚名 药明康德
皮肤癌是人类最为常见的恶性肿瘤之一。皮肤癌与往往因为与痣长得过于相像，而被忽略。等到病情恶化时，则已经为时过晚。上周，发表在《自然》（Nature）杂志上的一篇论文给我们提供了一项方便的工具。而它的背后，则是现在火爆得不行的深度学习和人工智能。
皮肤癌是人类最为常见的恶性肿瘤之一。理论上讲，出现在皮肤表面的它们很容易就能被发现，但人们却往往因为皮肤癌与痣长得过于相像，而粗心大意，将它们忽略。等到病情恶化时，则已经为时过晚。
这也怨不得普通人。鉴定皮肤癌是一项复杂的工作，医生要分析它的外形和特征，甚至要动用活检技术，从患者的组织上切下一块来，才能确定皮肤上的异物是否真的发生了癌变。这对于没有医学知识的普通人而言，显然是太复杂了。
上周，发表在《自然》（Nature）杂志上的一篇论文给我们提供了一项方便的工具。而它的背后，则是现在火爆得不行的深度学习和人工智能。
众所周知，机器的学习能力远非人类能相提并论。在这项研究中，科学家们让一个“卷积神经网
络”（Convolutional Neural Network）分析了将近13万张临床上的皮肤癌图片，这个数字比现在最大的研究高出了2个数量级。在大量的学习资料下，这个神经网络迅速成为了一名皮肤癌的专家。
都说实践是检验真理的唯一标准。这个神经网络究竟准不准，也只有靠实践来测试了。与它一同站上擂台的，是21名资深的皮肤科医生。一场医学领域的“人机大战”一触即发。
看似接近的不同皮肤病，在人工智能眼里，却有着完全不同的意味（图片来源：Nature）
在第一场挑战中，这个神经网络与医生们一同区分两种不同的皮肤疾病——角质细胞癌与良性脂溢性角化病。前者是最为常见的皮肤癌。这一比较发现，综合灵敏性和特异性来看，这个神经网络的表现比大部分参与研究的皮肤科医生都要好。
不服气的人类做了第二项测试，这次他们比较的是恶性黑色素瘤与良性的痣。前者是最具杀伤力的皮肤癌。但在这场比试中，人类也同样败下阵来。
更夸张的是，人类的医生需要十多年的训练和培养，还需要一代一代传承。而人工智能则完全没有这方面的限制。事实上，它只会变得越来越好。
这项研究登上了《Nature》的封面（图片来源：Nature）
这对人类意味着什么呢？据估计，到2021年，全世界大约会有63亿台手机，差不多人手一台。如果在这些手机上安装分析程序，那就相当于有了63亿名专业的皮肤科医生。到了那个时候，每个人都能方便地对自己皮肤上的异物进行拍照，扫描和分析，第一时间知道自己的患病风险。
一个让人兴奋的人工智能时代，正在到来！
版权声明：
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#Nat#
26
人工智能毕竟不是一个人的智能，而是很多人对一个人
61
#重磅#
26
医生没用了
61
厉害呀
50