人工智能在医疗领域的应用

人工智能“学会”诊断皮肤癌

英国《自然》杂志24日在线发表的一篇癌症相关研究论文，描述了一种利用深度学习算法来根据照片分类皮肤癌的人工智能（AI）系统，表现不亚于专业临床医生。这项研究突出展示了人工智能支持、简化和扩展皮肤癌诊断的潜力。

皮肤癌是最为常见的人类恶性肿瘤，病因迄今不明。其根据肿瘤细胞的来源不同而有不同的分型，包括表皮、皮肤附属器、皮肤软组织、周围神经、黑素细胞、皮肤淋巴网状组织和造血组织等；而临床表现则分为鳞状细胞癌、基底细胞癌、恶性黑色素瘤以及湿疹样癌。皮肤癌通常由肉眼观察诊断，然后通过活体组织切片和组织学检查确诊。研究人员过去曾试图开发自动分类系统，但由于皮肤病变的外观差异很大，实现这一点并非易事。

美国斯坦福大学研究人员安德鲁·伊斯特瓦及其同事，此次用来自2000例不同皮肤癌病例的12.9万张图像，形成了一种深度学习算法，攻克了这一难关。深度学习属于机器学习的新领域，是可以建立、模拟人脑进行分析学习的神经网络，在监督学习或无监督学习情况下，它能模仿人脑的机制来解释数据、图像、声音和文本。研究团队在测试中评估了系统识别最常见和死亡率最高的皮肤癌类型（分别为角质形成细胞皮肤癌和恶性黑素瘤）的能力，结果发现，该人工智能系统与21位专业临床医生的表现相当。

机器人医生“沃森”来到中国

机器人医生名叫沃森，在国际上已经颇有名气：在美国它在智力竞赛节目中打败过人类冠军，在日本它只花了10分钟就确诊了一例罕见白血病……

在天津市第三中心医院的义诊现场，在“听”肿瘤科主任吴尘轩“讲述”了患者的病情信息后，沃森医生“思考”了10秒，随即为这位胃癌局部晚期患者开出了一份详细的西医诊疗方案分析单。

“这与医生给出的治疗方案完全一致，即通过化疗将肿瘤缩小后再进行手术，”吴尘轩指着分析单上几个绿色的条目说，这是沃森提供给医生参考的最佳诊疗方案，依据的是目前全球范围内对相关病例的大数据分析，其中包括详细的用药、治疗建议、全文文献参考等。

与人类医生相比，沃森的反应之快令人望尘莫及，“仅用了短短几秒钟，大大提高了诊疗效率。”吴尘轩说，沃森的分析单中还同时列出了橙色和红色的部分，分别代表谨慎使用和不推荐使用，“甚至能比医生考虑得更全面，把