2016年02月18日 星期四 23:57:08

掌握大中華市場脈動.亞洲專業華文生技產業月刊

百度研究室開發AI算法 辨識腫瘤細胞

2018/06/25/編輯部

於矽谷的百度研究室(Baidu Research)宣布開發一種深度神經網路(deep neural network),在Camelyon16挑戰賽中,評估檢測淋巴結組織切片中癌症轉移的程度,而該算法能夠勝過專業病理學家。

這項AI分析算法能夠進行病理切片分析,即使對於經驗豐富的病理學家來說,審視這些組織切片也很困難,但百度的深度學習技術能夠比以前的方法更快速,更準確地尋找微小的腫瘤細胞。

透過卷積神經網絡,在在圖片上辨識,分析每個較小的照片以及其相鄰部位。 (圖片來源:Baidu Research)

透過卷積神經網絡,在在圖片上辨識,分析每個較小的照片以及其相鄰部位。 (圖片來源:Baidu Research)

卷積神經網絡(convolutional Neural Networks,CNN)是深度神經網路領域的發展主力,通過將400張大圖片分割成數萬張較小圖片的進行分析,然後隨機選擇200,000張較小的圖片。執行分析每個較小的照片以及其相鄰部位,在圖片辨識上甚至可以做到比人類還準的程度。 

用於建立百度算法的資料庫,圖像來自Camelyon16挑戰,包括具腫瘤的圖像特徵,沒有腫瘤的圖像特徵以及未被分類的圖像。

百度人工智能實驗室的機器學習研究科學家Yi Li表示,「 我們創新的算法,利用拍攝的圖像來分格,然後透過篩選機制,建構它們的空間相關性來預測是屬於腫瘤細胞還是正常細胞。而且由於知道每個patches之間的空間相關性,該算法可以做出更準確的預測。」

在FROC評分中,測試每張幻燈片中6個預定義為假陽性的靈敏度,測量結果顯示,百度的算法得分為80.9,高於人類病理學家的平均值72.4和Camelyon挑戰賽得主80.74。

Yi Li表示,「實際上我們正準備分享這種算法,這樣可以使整個醫學研究界甚至整個醫療保健行業受益,為了真正測試這些算法是否實際適用於臨床環境,我們需要尋求與醫院或其他醫療資源的更多合作,來評估我們的算法並擴大掃描系統和數據,以分析不同類型的癌細胞,驗證我們的算法可以保持高度的準確性,甚至勝過經驗豐富的病理學家。」

 

資料來源:https://venturebeat.com/2018/06/18/baidu-researchs-breast-cancer-detection-algorithm-outperforms-human-pathologists/

文章分類 國際快訊 標籤:

發表迴響

Copyright© 2019 環球生技投資股份有限公司. All rights reserved.

讀者服務電話:(02)2726-1065  時間:週一 ~ 週五 9:00 ~ 18:00

服務信箱:service@gbimonthly.com

地址:110臺北市信義區松德路161號2樓之3, Taiwan