皮肤癌是人类最常见的癌 症之一。诊断这种疾病时，医 生通常通过视觉观察来进行 : 首先是初始临床筛查，接着可 能会开展进一步的皮肤镜分 析、活体组织检查和病理学检查。皮肤癌诊断与治疗的及时与否对治疗结果影响很大，但很 多人不会因为皮肤的一点异样就跑一趟医院，因此，如能开发 出便捷的机器诊断方法来代替人工诊断，必能提高皮肤癌的筛 查覆盖率。美国斯坦福大学的研究者利用如今时兴的卷积神经 网络(convolutional neural network, CNN)技术，通过深度学 习的方法，利用覆盖 2000 多种皮肤疾病的 13 万张皮肤病变图 像，来训练机器识别皮肤癌症状。他们将机器诊断的结果与 21名持有执照的皮肤科医生的诊断结果做了比较，发现人工智能 对病变是良性还是恶性的诊断准确率可达 91%，与人类医生不 相上下。研究者表示，这种基于深度神经网络的设备将来可以 缩小到在移动设备上运行，让大家无需去医院也能准确、高效、 廉价地进行皮肤癌筛查。
请 登录 发表评论
赞(-1)
