找回密码
 立即注册
  • 回复
  • 收藏

皮肤癌的人工智能:人与机器Redux

tdmin 2019-1-4 10:48 38人围观 人工智能

皮肤癌的发病率在美国和全世界皮肤白皙的个体中正在增加,并且正在对医疗保健成本和专业服务施加压力。据估计,高达20%的美国人会患上皮肤癌,全球约有230,000例恶性黑色素瘤病例,其中5万例死亡。1,2虽然黑色素瘤占所有皮肤癌的5% - 它是最致命的,具有高转移风险 - 并且被认为是导致75%皮肤癌死亡的原因。

然而,最常见的皮肤癌形式是非黑素细胞或非色素沉着,例如基底细胞癌和鳞状细胞癌(分别占所有皮肤癌的80%和20%),并且更难以诊断。角质细胞癌(皮肤鳞状细胞和基底细胞癌的发病率是5400000箱子。
皮肤癌的诊断主要通过皮肤镜分析,然后进行活组织检查和病理检查来进行。皮肤癌的早期诊断是改善结果的基石,与99%的总生存期(OS)相关。但一旦皮肤癌处于晚期阶段,OS就会下降到5%。
在过去十年中,机器学习系统的成功重塑了皮肤科医生的作用。开发了集成疾病分类学的算法以自动化皮肤癌图像的分类。5卷积神经网络(CNN)由几层算法或执行卷积的神经元组成,这是一个从像素数据构建图像中对象的有意义表示的过程,后续层处理附加信息以完善所得到的图像(使用诸如边缘,边界和皮肤病变的不规则)。6

在他们的地标性的文章自然,安德烈埃斯特瓦,电气工程系,斯坦福大学,斯坦福大学,加州,和同事,用预先训练CNN机,用超过13万的皮肤镜图像及其对应的2000临床描述验证,证明诊断能力媲美21名经过董事会认证的皮肤科医生对黑色素瘤,皮肤镜检查黑色素瘤和角化细胞癌进行分类。1

CNN可以通过移动网络传送,允许患者远程访问皮肤科医生级别的诊断。该技术有可能增加临床以外的初级保健范围,并扩大临床决策的范围。

鲜花

握手

雷人

路过

鸡蛋
我有话说......