登录  注册

肿瘤学学术中心

人工智能、复杂神经网络与黑色素瘤诊断

Artificial intelligence, CNN, and diagnosing melanomas

发布者:Frontline Medical News 发布时间:2017-3-3

人工智能(AI)在我们身边已随处可见——计算机、汽车、手机,等等。AI是指计算机具备解决问题、创造、理解和学习的能力。我们会用拟人的方式描述像人一样做事的机器,例如Alexa“听”我说话、我的笔记本电脑“看”我的照片……。如今,当计算机通过“练习”而变得越来越厉害时,我们称之为“学习”。那么它们是怎么做到的?

当我们看到一张椅子的图片时,直觉告诉我们这是一张椅子,不论它是折叠椅、巴塞罗那椅还是幽灵椅。这种凭直觉作出判断的能力是人类的一大特征。计算机没有直觉,但是它们可以学习。我们并不需要通过浏览三百万张椅子照片来准确识别椅子,而计算机只需要几分钟时间就能浏览完三百万张椅子的照片。

计算机不仅能够从上百万的例子中学习,它们还能将学习分层。例如,一套程序只分析类似椅腿的线条,然后将这些信息传递至另一层程序,后者可以分析座框,继而由另一层程序分析椅背,再依次分析其他结构,直至最后一层程序将所有信息归纳到一起。这是不是与我们在医学院学到的某一过程相似?这正是哺乳动物视觉皮质的信息处理流程!在大脑中,一层神经元将信息“告知”另一层;而在机器中,一层程序将信息传递给另一层。这种机器层级结构被称为“神经网络”。复杂神经网络(CNN)是一种类似大脑皮质的复杂网络,它具有令人惊叹的作用。

随着近年来图形处理器的发展,深度嵌入程序层可以完成诸如人脸识别、声音理解和大雾天规避骑车人等高难度任务。自动驾驶汽车、机场安保和声控助手等均依赖于这种“深度学习”,并且它们还在发生日新月异的变化。

近期,斯坦福大学的一个研究小组已经开始利用CNN和深度学习通过照片诊断黑色素瘤。你会发现,计算机可以做到一些以往无法想象的事情——作出像医生一样准确的诊断。故事才刚刚开始,让我们拭目以待!

独家授权,未经许可请勿转载!

顶一下(0
来源: Frontline Medical News

发表评论

学科影响因子排名more

 会议回顾 more

  • 【专题】2015年美国临床肿瘤大会...

  • 多模式防治 改善肿瘤患者生存

  • 第13届St. Gallen国际乳...

 热门病例 more

 热门指南  more

Elsevier中国网站
爱唯医学网
爱思唯尔科技部
NursingChina
柳叶刀中文版
大通医疗决策
医大爱思唯尔
Elsevier医学数据库
CK
Journal Consult
Procedures_CONSULT
ClinicalPharmacologyLogo
3D Interact Anatomy
Mosby’s Nursing Consult
NursingChina
Science Direct