在展示超过100,000张图像后，专家们培训了一个神经网络来识别皮肤癌
德国，法国和美国的科学家们构架培训了一个卷积神经网络（CNN），通过向其显示超过100,000个恶性黑素瘤和良性痣图像来识别皮肤癌。
该研究发表在Annals of Oncology杂志上，该研究发现，与人类皮肤科医生相比，CNN能诊断出更多的黑色素瘤，误诊的良性痣的比例也更低。
人工智能使用机器学习来识别和理解它在图像中“看到”的内容，研究人员说，它很快就了解了恶性痣和良性痣之间的区别。
该研究的第一作者，德国海德堡大学皮肤病学系高级管理医师Holger Haenssle教授说：“CNN像小孩的大脑一样工作。
健康细胞中的癌细胞
“为了训练它，我们向CNN展示了100,000多幅恶性和良性皮肤癌和痣的图像，并为每张图像显示了诊断结果。
“只使用dermoscopic图像 - 即以10倍放大倍数成像的病灶。对于每个训练图像，CNN提高了区分良性和恶性病变的能力。
“这些研究结果表明，深度学习卷积神经网络能够超越皮肤科医生，包括受过广泛培训的专家，负责检测黑素瘤。”
研究人员认为，目前无法替代普通医生进行全面的临床检查，并补充说，在该技术可用于日常医疗之前，需要对该技术进行更多的工作。
分享到:
閱讀更多 草長禿鷹飛 的文章
