众所周知，机器的学习能力远非人类能相提并论。这周，发表在《自然》杂志上的一项研究，让21名资深的皮肤科医生有机会与一个“卷积神经网络”（Convolutional Neural Network）----皮肤癌的机器专家同登擂台，一场医学领域的“人机大战”一触即发。都说实践是检验真理的唯一标准，下面就让我们拭目以待吧。
皮肤癌是人类最为常见的恶性肿瘤之一。理论上讲，出现在皮肤表面的它们很容易就能被发现，但人们却往往因为皮肤癌与痣长得过于相像，而粗心大意，将它们忽略。等到病情恶化时，则已经为时过晚。
这也怨不得普通人。鉴定皮肤癌是一项复杂的工作，医生要分析它的外形和特征，甚至要动用活检技术，从患者的组织上切下一块来，才能确定皮肤上的异物是否真的发生了癌变。这对于没有医学知识的普通人而言，显然是太复杂了。
这周，发表在《自然》杂志上的一篇论文给我们提供了一项方便的工具。而它的背后，则是现在火爆得不行的深度学习和人工智能。
在人工智能眼里，皮肤病是这样的（图片来源：《自然》）
众所周知，机器的学习能力远非人类能相提并论。在这项研究中，科学家们让一个“卷积神经网络”（Convolutional Neural Network）分析了将近13万张临床上的皮肤癌图片，这个数字比现在最大的研究高出了2个数量级。在大量的学习资料下，这个神经网络迅速成为了一名皮肤癌的专家。
都说实践是检验真理的唯一标准。这个神经网络究竟准不准，也只有靠实践来测试了。与它一同站上擂台的，是21名资深的皮肤科医生。一场医学领域的“人机大战”一触即发。
看似接近的不同皮肤病，在人工智能眼里，却有着完全不同的意味（图片来源：《自然》）
在第一场挑战中，这个神经网络与医生们一同区分两种不同的皮肤疾病——角质细胞癌与良性脂溢性角化病。前者是最为常见的皮肤癌。这一比较发现，综合灵敏性和特异性来看，这个神经网络的表现比大部分参与研究的皮肤科医生都要好。
不服气的人类做了第二项测试，这次他们比较的是恶性黑色素瘤与良性的痣。前者是最具杀伤力的皮肤癌。但在这场比试中，人类也同样败下阵来。
更夸张的是，人类的医生需要十多年的训练和培养，还需要一代一代传承。而人工智能则完全没有这方面的限制。事实上，它只会变得越来越好。
这项研究登上了《自然》的封面（图片来源：《自然》）
这对人类意味着什么呢？据估计，到2021年，全世界大约会有63亿台手机，差不多人手一台。如果在这些手机上安装分析程序，那就相当于有了63亿名专业的皮肤科医生。到了那个时候，每个人都能方便地对自己皮肤上的异物进行拍照，扫描和分析，第一时间知道自己的患病风险。
一个让人兴奋的人工智能时代，正在到来！
发表于 2017-2-11 03:10
收藏
分享