港中大研发出人工智能技术诊断肺癌及乳腺癌
2017-09-07 丁梓懿 新华社
香港中文大学６日宣布，该校研究团队利用人工智能影像识别技术判读肺癌及乳腺癌的医学影像，准确率分别达９１％及９９％，识别过程只需３０秒至１０分钟。研究人员称，此项技术可大幅提升临床诊断效率，并降低误诊率。
香港中文大学６日宣布，该校研究团队利用人工智能影像识别技术判读肺癌及乳腺癌的医学影像，准确率分别达９１％及９９％，识别过程只需３０秒至１０分钟。研究人员称，此项技术可大幅提升临床诊断效率，并降低误诊率。
据介绍，早期肺癌多以肺小结节的形式出现，医生主要通过胸腔电脑断层扫描（ＣＴ）图像去检查是否存在肺小结节，而每次检查都会有多达数百张断层扫描图像，医生仅用肉眼进行判断，费时费力。
该团队采用深度学习技术判读ＣＴ扫描图像，通过深层神经网络自动检测识别出可能出现肺小结节的位置，耗时３０秒，准确率高达９１％。
王平安表示，深度学习技术可提升技术敏感度，剔除疑似及误报。团队还将联合北京几所医院共同开发相关产品，以优化技术，尽早识别肺结节病变，为肺癌的早期诊断和治疗提供可靠依据。
对于乳腺癌的检测，医生一般会通过乳房Ｘ光或磁共振成像扫描，检测硬块位置。在检测淋巴结转移时，医生会切取一小块活组织为样本，在显微镜下检查淋巴结是否转移，以及肿瘤是良性还是恶性。而一幅数码活组织全切片图像的解像度非常高，档案大小可达１ＧＢ，相当于一部９０分钟高清电影的储存容量，令检测过程复杂费时。
对此，王平安表示，团队开发的一种新型的深层卷积神经网络，分阶段处理乳腺癌的切片图像。首先，使用改良版的全卷积网络（一种对图像进行较粗略但保持高灵敏度的快速预测模型），重构出更为精密准确的预测结果，然后定位并挑选出含有淋巴结转移的图像。对比资深病理医生人工检测结果，该项自动化检测的准确度高出２％，达到９８．７５％，耗时只需５至１０分钟。
据悉，该团队于５年前展开相关实验。王平安表示，期望在未来的１至２年，这项自动化监测技术能在香港医疗界广泛应用。
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
#研发#
34
好
82
发现容易.治疗不好办
59