重磅!中国科学家最新医学AI成果荣登《细胞》杂志

  • 时间:
  • 浏览:3
  • 来源:5分快乐8平台-大发6合投注平台_大发PK10娱乐平台

医学人工智能领域又有大新闻。在今天出版的最新一期《细胞》上,华学得者张康教授的研究荣登杂志封面。

亲戚亲戚朋友带来的,是一款能精确诊断多种疾病的人工智能工具。



张康教授

“人工智能(AI)具有巨大的潜力,通过血块数据的分析和分类对疾病的诊断和管理进行革命性的改变,哪此数据对于人类专家来说没有、为什么在么在让很快了 了 做到这种 点。”本研究的通讯作者张康教授,是加州大学圣地亚哥分校(UCSD)的眼科教授,也是眼科遗传学的首席医师(Chief,Ophthalmic Genetics)。

研究相互相互合作单位包括广州医科大学、四川大学、大连北海医院、上海第一人民医院、首都医科大学等。

课题组研究亮点:

开发了有四种 使用迁移学习技术的人工智能系统

有效地将图像分类为黄斑变性和糖尿病性视网膜病变

准确地区分出胸部X光片上的细菌性和病毒性肺炎

对于生物医学成像的应用具有广泛的潜力

据了解,该工具的表现接近于专业的眼科医生,并都需要在50秒内选泽患者不是应该接受治疗,准确度达到95%以上;在区分病毒性肺炎和细菌性肺炎上,准确率也超过90%。

这不仅是中国研究团队首次在顶级生物医学杂志发表有关医学人工智能的研究成果;也是世界范围内首次使用没有庞大的标注过的高质量数据进行迁移学习,并取得厚度精确的诊断结果,达到匹敌甚至超越人类医生的准确性;还是全世界首次实现用AI精确推荐治疗手段。

AI系统50秒内选泽不是接受治疗

在眼科治疗中,视网膜OCT(光学相干断层扫描)成像技术是最常被使用的诊断技术之一,每年的使用总数超过50万次。视网膜OCT使用光来捕获视网膜的高分辨率体内光学截面,该截面都需要形成活体视网膜组织的三维体积图像。

通过获取视网膜组织的高分辨率图像,医生们不利于精准地对年龄相关性黄斑变性(AMD)和糖尿病性黄斑水肿等致盲性眼病作出诊断,并提供治疗方案。

张教授团队应用另一有俩个层次的前馈DNN概念,将预训练模型Inception-v3架构植入到开源机器学习平台TensorFlow,输入总共约30万张准确标注的视网膜OCT(Optical Coherence Tomography, 光学相干断层成像术)图像,最后开发出都需要准确诊断眼疾的AI系统。

张康教授团队获取了超过30万张OCT的图像,并使用其中来自近500名患者的30万张图像,训练一款厚度学习算法。在经历了血块迭代训练后,这款算法的精准度达到了峰值。



具有代表性的光学相干断层扫描图和工作流程图

为什么在么在让,随着人工智能在医学领域研究的不断深入,厚度学习的劣势慢慢凸显出来。此前,Google和斯坦福大学在皮肤癌等病种上出过一系列成果,为什么在么在让此类成果需要数十万张高质量标注的图像。为什么在么在让,考虑到这种 罕见病的数量,次责疾病都下发数十万张高质量的标注图像几乎是不肯能实现的。这种 问题报告 报告 不补救,现阶段AI在医疗领域的应用就没有全面展开。

雷锋网了解到,张康教授团队采用了有四种 称为“迁移学习”的技术,就很好的补救了这种 问题报告 报告 。“迁移学习”(Transfer Learning)这种 这种 把已训练好的模型参数迁移到新的模型来帮助新模型训练,运用已有的知识来学习新的知识,找到已有知识和新知识之间的之类性。

为了验证这种 AI系统在迁移学习的帮助下能应用于视网膜疾病之外的这种 疾病,在本研究中,张教授团队在30万张准确标注的视网膜OCT图像训练出来诊断眼疾的AI系统基础上,只用了500张胸部X线图像,为什么在么在让利用迁移学习,就构建出肺炎的AI疾病图像诊断系统。

研究人员接下来添加了遮挡测试,在该测试中,计算机识别每幅图像中最感兴趣的区域以及其结论的基础。“机器学习往往就像另一有俩个黑箱,亲戚亲戚朋友他不知道到底处于了哪此,”张康教授说。“通过闭塞测试,计算机都需要他不知道们它在图像中的位置以便诊断,为什么在么在让亲戚亲戚朋友都需要找出系统为哪此会得到这种 结果。这使得该系统更加透明,并增加了亲戚亲戚朋友对诊断结果的信任度。“

这种 研究集中在黄斑变性和糖尿病性黄斑水肿中,这是愿因不可逆失明的有四种 常见病因。为什么在么在让,肯能提前发现这有四种 状态,便都需要进行治疗。机器派生的诊断结果与五位检查相同图像的眼科医生的诊断结果进行了比较。除了进行医学诊断之外,AI平台还产生了完后 研究中没有做过的推荐和治疗建议。



脉络膜新生血管、糖尿病黄斑水肿、玻璃疣、正常的多比拟较

“紧急转介”(CNV和DME检测)的接收机工作特性曲线(ROC)与人类专家性能进行比较。ROC曲线下面积为99.9%。缩放区域显示,最精确的模型显示了与6位人类专家的表现。

作者指出,通过简单的培训,该机器的表现之类于训练有素的眼科医生,并都需要在50秒内选泽患者不是应该接受治疗,为什么在么在让准确度达到95%以上。

根据张康教授的说法,这种 效率和准确性代表了医疗诊断和治疗方面向前迈出的一大步,并指出,在当前的医疗流程中,肯能患者老会 需要从普通医生转诊到专科医生,耗费了时间和资源,为什么在么在让肯能延误有效治疗。张康教授还指出,另一有有俩个样化和相对廉价的基于人工智能的工具将是世界上医疗资源,有点痛 是专科医生稀缺的地方和次责地区的福音。

除了眼疾,AI工具还都需要区分肺炎

科学家们并没有把亲戚亲戚朋友的研究限制在眼科疾病上。亲戚亲戚朋友还测试了亲戚亲戚朋友的AI工具,下发了 5232 张胸部的 X 光片,用于 AI 系统的训练。根据对胸部X射线的机器分析诊断儿童肺炎,这种 病是全球5岁以下儿童死亡的主要愿因。

在经过迭代和测试后,这款诊断儿童肺炎的 AI 工具能达到 92.8% 的准确率、93.2% 的灵敏度、90.1% 的特异性、以及 96.8% 的 AUC 值。哪此数据表明,AI 足以区分细菌性和病毒性肺炎,准确率达到90%以上。病毒性肺炎主要通过症状性护理来治疗,肯能身体自然会摆脱病毒。细菌性肺炎往往是另一有俩个更严重的健康威胁,需要立即用抗生素治疗。



在训练和验证数据集中使用“TensorBoard”来描绘肺炎诊断的表现

上图中(A-F)是肺炎与正常(A)的交叉熵损失对训练步骤(B)的比较,以及细菌性肺炎和病毒性肺炎之间的比较(C)和相关的交叉熵损失(D)。为了清楚地观察趋势,绘制曲线的平滑因子为0.6。用于检测肺炎与正常的ROC曲线下面积为96.8%(E)。 检测细菌性和病毒性肺炎的ROC曲线下面积为94.0%(F)。训练数据集:橙色; 验证数据集:淡蓝色。

张康教授说,研究结果表明,AI技术有这种 这种 潜在的应用,包括肯能辨别扫描中检测到的良性和恶性病变。科学家肯能公开发表了亲戚亲戚朋友的数据和工具,以便每个人 都需要进一步改进,改进和发展其潜力。 

据雷锋网了解,亲戚亲戚朋友的AI系统肯能在美国和拉丁美洲眼科诊所进行小规模临床试用,取得经验后在进行大规模推广。此外,在后续的研究中,亲戚亲戚朋友前会进一步增加准确标注的图片数量,同時 增加可诊断的疾病种类,并进一步优化系统等。

“未来是更多的数据,更多的计算能力和更多使用这种 系统的经验,以便亲戚亲戚朋友都需要提供最好的病人护理,同時 仍然具有成本效益,”张康教授表示。

微信公众号搜索"

驱动之家

"加关注,每日最新的手机、电脑、汽车、智能硬件信息都需要愿意一手全掌握。推荐关注!【

微信扫描下图可直接关注