發(fā)布日期：2017-02-13

皮膚癌是人類最為常見的惡性腫瘤之一。理論上講，出現(xiàn)在皮膚表面的它們很容易就能被發(fā)現(xiàn)，但人們卻往往因為皮膚癌與痣長得過于相像，而粗心大意，將它們忽略。等到病情惡化時，則已經(jīng)為時過晚。

這也怨不得普通人。鑒定皮膚癌是一項復(fù)雜的工作，醫(yī)生要分析它的外形和特征，甚至要動用活檢技術(shù)，從患者的組織上切下一塊來，才能確定皮膚上的異物是否真的發(fā)生了癌變。這對于沒有醫(yī)學(xué)知識的普通人而言，顯然是太復(fù)雜了。

上周，發(fā)表在《自然》（Nature）雜志上的一篇論文給我們提供了一項方便的工具。而它的背后，則是現(xiàn)在火爆得不行的深度學(xué)習(xí)和人工智能。

▲ 在人工智能眼里，皮膚病是這樣的（圖片來源：Nature）

眾所周知，機(jī)器的學(xué)習(xí)能力遠(yuǎn)非人類能相提并論。在這項研究中，科學(xué)家們讓一個“卷積神經(jīng)網(wǎng)絡(luò)”（Convolutional Neural Network）分析了將近13萬張臨床上的皮膚癌圖片，這個數(shù)字比現(xiàn)在最大的研究高出了2個數(shù)量級。在大量的學(xué)習(xí)資料下，這個神經(jīng)網(wǎng)絡(luò)迅速成為了一名皮膚癌的專家。

都說實踐是檢驗真理的唯一標(biāo)準(zhǔn)。這個神經(jīng)網(wǎng)絡(luò)究竟準(zhǔn)不準(zhǔn)，也只有靠實踐來測試了。與它一同站上擂臺的，是21名資深的皮膚科醫(yī)生。一場醫(yī)學(xué)領(lǐng)域的“人機(jī)大戰(zhàn)”一觸即發(fā)。

▲ 看似接近的不同皮膚病，在人工智能眼里，卻有著完全不同的意味（圖片來源：Nature）

在第一場挑戰(zhàn)中，這個神經(jīng)網(wǎng)絡(luò)與醫(yī)生們一同區(qū)分兩種不同的皮膚疾病——角質(zhì)細(xì)胞癌與良性脂溢性角化病。前者是最為常見的皮膚癌。這一比較發(fā)現(xiàn)，綜合靈敏性和特異性來看，這個神經(jīng)網(wǎng)絡(luò)的表現(xiàn)比大部分參與研究的皮膚科醫(yī)生都要好。

不服氣的人類做了第二項測試，這次他們比較的是惡性黑色素瘤與良性的痣。前者是最具殺傷力的皮膚癌。但在這場比試中，人類也同樣敗下陣來。

更夸張的是，人類的醫(yī)生需要十多年的訓(xùn)練和培養(yǎng)，還需要一代一代傳承。而人工智能則完全沒有這方面的限制。事實上，它只會變得越來越好。

▲ 這項研究登上了《Nature》的封面（圖片來源：Nature）

這對人類意味著什么呢？據(jù)估計，到2021年，全世界大約會有63億臺手機(jī)，差不多人手一臺。如果在這些手機(jī)上安裝分析程序，那就相當(dāng)于有了63億名專業(yè)的皮膚科醫(yī)生。到了那個時候，每個人都能方便地對自己皮膚上的異物進(jìn)行拍照，掃描和分析，第一時間知道自己的患病風(fēng)險。

一個讓人興奮的人工智能時代，正在到來！

來源：藥明康德