西甲下注|谷歌AI又有大动作:转移性乳腺癌检测准确率达99%

西甲下注网站

西甲下注|最近,圣地亚哥海军医学中心和谷歌人工智能研究者开发了自动评价淋巴结前列腺的癌症检测算法,外部媒体报道说AI系统被称为“淋巴结助手”(全称LYNA )。 左:两个淋巴结前列腺的照片。

西甲下注

中:谷歌ai深度自学肿瘤检查的早期结果。 右: GoogleAI深度教程后的当前结果(请注意,两个版本之间有噪声上升)。 图片来源:谷歌在问题《基于人工智能的乳腺癌淋巴结移往检测》的论文中论述了这个系统,这篇论文公开在《美国外科病理学》杂志上。 本文作者写道:“人工智能算法可以详细评价幻灯片上的各个组织补丁。

” “我们获得了实践中的病理学家评价这些算法和使用这些工作流的框架(类似于病理学家如何评价免疫系统的组织化学结果)。 在转移性乳腺癌的检测精度测试中,LYNA的准确率超过99%,这比人类病理学家好。

西甲下注

据理解,LYNA基于Inception-v3,这是一种开源的图像识别深度自学模型,可以在斯坦福大学的ImageNet数据集上建立78.1%的精度。 如研究者所说明的那样,以299像素的图像(Inception-v3的轮廓输出尺寸)为输出,训练中提取的组织补丁的标签预测肿瘤是良性或恶性的,必须调整模型的算法权重来增加误差左:包含淋巴结的载玻片。 右: LYNA识别肿瘤区域。

图像来源:在谷歌测试中,LYNA建立了99.3%的滑动水平精度。 调整模型的灵敏度阈值检测出各载玻片上的所有肿瘤时,其灵敏度为69%。 LYNA能正确识别评价数据集中的全部40个,没有误报。

官方网站

此外,不会受到气泡、加工错误、炎症、过度涂布等载玻片中的人工产品的影响。 LYNA并非极限,有时误将巨细胞、徒劳癌、骨髓来源的白血球称为组织细胞,但优于管理评价完全相同的载玻片的执行病理学家。 在GoogleAI和Verily中,Google母公司Alphabet生命科学子公司发表的第二篇论文中,该模型比6人董事会证书病理学家团队检测淋巴结移动的时间长了一半。

将来的工作是调查该算法是否提高效率或临床正确性。-西甲下注。

本文来源:官方网站-www.yanduniot.com