深度學(xué)習(xí)10萬張乳房X光照片,這個AI模型要幫助篩查乳腺癌
乳房X光照相技術(shù)能夠降低乳腺癌死亡率是一個公認(rèn)的事實。與替代篩查相關(guān)的假陽性高召回率加快了IBM、麻省理工學(xué)院計算機科學(xué)與人工智能實驗室等機構(gòu)對人工智能驅(qū)動系統(tǒng)的開發(fā)。但它們并不完美,因為與更多最近的測試相比,大多數(shù)模型只進(jìn)行過一次單一的篩選測試。
這一缺陷促使紐約大學(xué)數(shù)據(jù)科學(xué)中心和放射學(xué)系的一組研究人員提出了一個機器學(xué)習(xí)框架,即篩查先前檢查時生成的不同種類乳房X光照片,利用先前的檢查結(jié)果做出診斷。他們說,在初步測試中,它降低了基線(基線就是被用為對比模型表現(xiàn)參考點的簡單模型;幫助模型開發(fā)者量化模型在特定問題上的預(yù)期表現(xiàn))的錯誤率,并在預(yù)測篩查人群的惡性腫瘤時,達(dá)到了0.8664的曲線下面積(在所有分類閾值下的性能指標(biāo),即預(yù)測的準(zhǔn)確率)。
合著者寫道:“放射科醫(yī)生經(jīng)常將目前的乳房X光照片與之前的照片進(jìn)行比較,以便做出更明智的診斷。例如,如果一個可疑的區(qū)域隨著時間的推移變得越來越大或密度越來越大,放射科醫(yī)生就會更加確信它是惡性的。相反,如果一個可疑的區(qū)域沒有增長,那么它可能是良性的。”
該團(tuán)隊在紐約大學(xué)開源乳腺癌篩查數(shù)據(jù)集上訓(xùn)練了一組機器學(xué)習(xí)模型,每組篩查中至少包含一張圖像,對應(yīng)于乳房X光攝影篩查中常用的四種視圖(右顱尾側(cè)、左顱尾側(cè)、右中外側(cè)斜肌和左中外側(cè)斜。。他們使用了四種二元標(biāo)簽來表示左乳或右乳有無良、惡性的發(fā)現(xiàn),并且只考慮了包括患者在內(nèi)的數(shù)據(jù)集的子集,而這些數(shù)據(jù)集之前的檢查數(shù)據(jù)都是可獲得的。
實驗所收集的數(shù)據(jù)庫中包含了來自43013名患者的127451份檢查,其中有2519份至少進(jìn)行了一次活體組織切片檢查。
該團(tuán)隊根據(jù)這些數(shù)據(jù)訓(xùn)練了一系列機器學(xué)習(xí)模型,然后僅使用訓(xùn)練數(shù)據(jù)集的一部分來比較它們的性能。他們注意到,與良性預(yù)測的基線相比,其效果并沒有明顯的改善,他們將其歸因于算法傾向于關(guān)注掃描區(qū)域的顯著變化。(而良性的改變并不明顯。)但他們發(fā)現(xiàn),其中一個模型——AlignLocalCompare——對惡性腫瘤的發(fā)現(xiàn)表現(xiàn)出明顯的改善,預(yù)測腫瘤發(fā)生的可能性為0.97,而基線預(yù)測僅為0.73。

請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 1 UALink規(guī)范發(fā)布:挑戰(zhàn)英偉達(dá)AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇,探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 降薪、加班、裁員三重暴擊,“AI四小龍”已折戟兩家
- 4 “AI寒武紀(jì)”爆發(fā)至今,五類新物種登上歷史舞臺
- 5 國產(chǎn)智駕迎戰(zhàn)特斯拉FSD,AI含量差幾何?
- 6 光計算迎來商業(yè)化突破,但落地仍需時間
- 7 東陽光:2024年扭虧、一季度凈利大增,液冷疊加具身智能打開成長空間
- 8 地平線自動駕駛方案解讀
- 9 封殺AI“照騙”,“淘寶們”終于不忍了?
- 10 優(yōu)必選:營收大增主靠小件,虧損繼續(xù)又逢關(guān)稅,能否乘機器人東風(fēng)翻身?