準確率遠超人類病理學家，Google 用深度學習演算法檢測癌症

簡評：Google 的深度學習 AI 項目比病理學家能更快地診斷癌症，並且準確性高達 89%，相比之下人類醫生的準確性僅為 73%，這個項目或許能在拯救人類生命上大展身手。

左圖是來自兩個淋巴結活檢的圖像；中圖是早期深度學習演算法檢測腫瘤的結果；右圖是當前的成果，注意第二個版本的可見雜訊（潛在誤判）已降低。

對於病理學家來說，最困難的工作就是判斷病人是否罹患了癌症，診斷結果至關重要。然而病理切片的審查又極其複雜，需要多年的訓練加上豐富的專業知識和經驗才能做好。即使如此，不同的病理學家對同一患者給出的診斷結果卻又不一定一致，而這個差異很有可能導致誤診。例如在某些類型的乳腺癌診斷中，診斷結論一致性竟低至 48％。這就是為什麼 Google 上線了深度學習 AI 項目來輔助診斷病情。

每個患者可能有許多病理切片，假設以 40 倍的放大倍數進行數字化切片圖像，每個患者的圖像數據都超過 10 億個像素點。想像一下，要遍歷一張一千萬像素的照片，並且必須對每個像素的判斷結果負責。如此大的數據，而時間又是有限的，難度可想而知。

Google 藉助多年積累的圖像識別技術和 GooLeNet 項目以研究如何讓深度學習在數字病理學領域發揮作用。這個項目一開始是服務於自動駕駛汽車，現在 Google 用這項技術去構建癌症診斷系統。經過增強定製這個訓練網路，從訓練結果來看，我們有可能訓練出這麼一個系統，它的能力可以相當於一個病理學家，甚至有可能超過病理學家的表現。

最近，人工智慧系統針對有經驗的病理學家在不受時間約束的條件下檢查病理切片，雖然人類實現了 73％ 的準確率，但 GoogLeNet 的準確率卻達到了89％。雖然這個結果看起來振奮人心，但仍然是不完美的，Google 也表示不希望這個 AI 系統代替病理學家，因為相比人類病理學家而言，系統還是缺乏豐富的知識和經驗，並且系統仍然可能產生假陽性誤判，同時它也不能像人類病理學家一樣檢測出模型還沒有訓練的異常分類。

但這項技術依然是個進步，正如 Google 所說，這個計劃是指出可疑區域，供病理學家審查。它還可以幫助人類更準確地測量腫瘤大小，這在癌症的診斷方面作用顯著。同時我們也已經起了一個非常有希望的開頭，通過分享我們的工作，希望能加快在這個領域的進步。

Google 發布了一份 white paper 以闡述這項項目。

原文：Googles Deep Learning AI project diagnoses cancer faster than pathologists

相關閱讀：

• 救人利器——3D 皮膚印表機
• 94 歲鋰離子電池發明家剛剛推出一種快速充電的不燃性電池新技術

歡迎關註：知乎專欄「極光日報」，每天為 Makers 導讀三篇優質英文文章。