近兩年來(lái)，無(wú)論是在語(yǔ)音識別、圖像識別還是文本理解，深度學(xué)習在醫療領(lǐng)域都有超乎想象的突破。
在語(yǔ)音識別領(lǐng)域，梅奧診所與以色列語(yǔ)音分析公司Beyond Verbal合作的研究發(fā)現13個(gè)語(yǔ)音特征和冠心病存在相關(guān)性，其中一個(gè)語(yǔ)音特征與冠心病存在強相關(guān)。
在自然語(yǔ)言處理領(lǐng)域，IBM的沃森機器人能夠在17秒內，閱讀3469本醫學(xué)專(zhuān)著(zhù)，248000篇論文，69種治療方案，61540次實(shí)驗數據，106000份臨床報告，并根據醫生輸入的病人指標信息，最終提出優(yōu)選的個(gè)性化治療方案。
與此同時(shí)，伴隨著(zhù)計算機視覺(jué)的技術(shù)進(jìn)步，深度學(xué)習技術(shù)在醫療影像領(lǐng)域頻頻取得重大突破，人工智能除了教會(huì )機器如何“聽(tīng)懂”和“讀懂”，更能教會(huì )機器“看懂”我們的世界，并在此基礎上協(xié)助醫生診斷疾病。醫療數據中有超過(guò)90%的數據來(lái)自醫療影像，醫療影像領(lǐng)域擁有孕育深度學(xué)習的海量數據，也存在著(zhù)借助深度學(xué)習提高醫生“看片子”診斷的效率的需求。因此，在醫療影像領(lǐng)域，深度學(xué)習可能率先進(jìn)入臨床階段。
13萬(wàn)張圖像的訓練下，深度學(xué)習識別皮膚癌的準確率媲美人類(lèi)醫生
皮膚癌是人類(lèi)最常見(jiàn)的惡性腫瘤，雖然它們出現在皮膚表面，但人們往往將其誤認為是自然生長(cháng)的“痣”，耽誤病情，確診后已為時(shí)過(guò)晚。奇點(diǎn)糕還記得，電影《非誠勿擾2》里面，孫紅雷飾演的李香山從小就長(cháng)出來(lái)的一顆黑痣轉變成了惡性的黑色素瘤，最終不堪絕癥折磨的他選擇跳海自殺。
早期檢測到的黑色素瘤的 5 年生存率在 97% 左右，如果晚期查出 5 年生存率將會(huì )下降 14%，皮膚癌的早期發(fā)現可能會(huì )對其結果產(chǎn)生巨大的影響。對于皮膚癌的篩查，主要是通過(guò)視覺(jué)診斷。一般先進(jìn)行臨床篩查，之后可能進(jìn)行皮膚鏡分析、活檢和組織病理學(xué)研究。那么有沒(méi)有一種更簡(jiǎn)單地方法篩查皮膚癌呢？或者說(shuō)，能不能利用智能手機篩查皮膚癌？
借助深度卷積神經(jīng)網(wǎng)絡(luò )（CNN）技術(shù)，斯坦福大學(xué)的研究者讓這個(gè)設想更進(jìn)一步：研究者們在谷歌用于識別貓和狗算法的基礎上，經(jīng)過(guò)13萬(wàn)張皮膚病變的圖像訓練后，可用于識別皮膚癌。該系統與21位皮膚科醫生進(jìn)行的2輪的對比測試：角質(zhì)細胞癌與良性脂溢性角化病，以及惡性黑色素瘤和普通的痣。第一輪代表最常見(jiàn)的癌癥識別，第二輪代表了最致命的皮膚癌識別。深度卷積神經(jīng)網(wǎng)絡(luò )在這兩個(gè)任務(wù)上的表現都達到了所有接受測試的專(zhuān)家的水平，證明了這一人工智能系統的皮膚癌鑒定水平與皮膚科醫生相當。這一研究成果發(fā)表在2017年1月份的Nature期刊上。