醫療新技術：用AI識別癌症

Shaokang Wang和他的創業團隊，用熱像儀建立了一套讀取X光圖像，識別早期肺癌跡象的演算法。Wang說，他們公司的技術已經在中國的四家最大的醫院裡得到了應用，其中有兩家還處在測試階段，但還有兩家——上海長征醫院和上海同濟醫院，已經在手術中使用這項技術了。他說：「這項技術已經安裝在了每個醫生的儀器上了。」

credit: 123RF

醫生們使用這項技術到底能帶來什麼提升是另一個問題，就世界範圍內的醫療健康領域來說，人工智慧還處於發展的早期。不過，一些構想，已經流傳甚廣了。

在兩家印度的醫院裡，Google已經在測試一種機器，能夠掃描眼部，識別糖尿病致盲的跡象。就在上周，信息科學競賽Kaggle 宣布了百萬美元獎金的得主，在這場競賽中，有超過一萬名研究人員比拼建立能夠通過CT掃描檢測肺癌的機器學習模型。獲勝的演算法將會在國家癌症學會投入使用，以求能更快更有效率的識別肺癌。肺癌是美國最常見的癌症。「我們希望讓把這個解決方案更進一步，」Keyvan Farahani說，他是學會的一名項目主任。

George Shih博士表示，目前在所有醫院中大規模的部署AI還有巨大的困難，他是 Weill Cornell Graduate School of Medical Sciences的醫生兼教授，同時是MD.ai的聯合創始人，他們參與了Kaggle 競賽，但是沒到拿獎。收集必要的數據都有困難，更遑論把這項技術運用到現有系統的日常運用中。不過Shih 認為，現在最好的演算法，準確率早就足夠商業化了。「我們可能只需要幾年時間就能大規模運用，」他說。

這個系統的發展仰仗於深度神經網路( deep neural networks)的發展。深度神經網路是一項複雜的數學系統，能夠自己通過分析大數據的方式學習。這不是個新點子，上個世紀50年代就有人提過，不過現在想Google 和 Facebook這樣的公司已經擁有了龐大的數據和運算能力，在他們手上，神經網路能夠擁有遠超過去的能力，例如，他們能識別照片中的人臉和物體，也能通過掃描檢查出發病的跡象。

就如同神經網路能識別出你照片里的貓一樣，它也能識別出，你眼睛裡細小的動脈瘤和CT掃描里，你肺里的小腫瘤。原理上講，在分析完了上千張有某種腫瘤的照片後，它就能夠自己識別了。在Kaggle的競賽中， 幾千名數據科學家和 Booz Allen 的技術顧問一起，比賽構建最精確的神經網路，就是為了這項任務。

在神經網路開始識別圖片以前，受訓過的醫生們必須現標記這些圖片——這是用人的智力和知識，識別出圖片里肺癌的跡象。這項工作一完成，建造系統的工作就不是醫學工作而是計算機科學的工作了。舉個例子，Kaggle 獎金的獲得者，來自清華大學的兩名研究人員Liao Fangzhou和Zhe Li都沒有受過醫學訓練。

醫生好幫手

然而，這些AI還是不能完全取代醫生。「這裡還有一小部分工作需要放射科學家和醫生來完成，」Shih 說。「同時我們還需要一些病理學家。」在醫生們發現問題之前，新的AI系統已經能更快更準的找到問題了。這些AI助手們還能減少看病成本，因為醫生檢查花的時間更長，還容易出錯。

依照 Shih 和其他人的說法，醫生一般不會做出錯誤的負面診斷——沒有識別出癌症的跡象。但錯誤的正面診斷是個大問題(就是說很多都是誤診出有癌症的咯？)。醫院經常花時間花錢去治療哪些沒有必要治療的人。「問題就在於肺癌的檢查非常貴，」Shih 說。「我們的目標就是怎麼把費用最小化。」

Shih的公司致力於提供信息的搜集和標記服務，為哪些需要訓練神經網路的公司提供便利，不僅僅是癌症的檢測，還有好多其他的服務。他承認，這種AI只是剛剛起步。不過他堅信，這會從根本上改變醫療衛生領域的現狀，尤其是發展中國家的，這些地方醫生比較少。在過去幾年裡，他說，研究人員都做不出比醫生準確率更高的AI。不過，如果機器能做的比人更好了，醫院運營的格局將會發生天翻地覆的變化。

一句話總結：AI的癌症識別率已經很高了，但是想大規模運用還要再等幾年。

本文譯自 wired，由譯者 Dkphhh 基於創作共用協議(BY-NC)發布。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！