近日,，《Nature》雜志在封面發(fā)表一篇文章：利用深度學(xué)習(xí)算法診斷皮膚癌,，準確度達到91%,，可以與醫(yī)生比肩,。

不知道大家是否還記得谷歌神經(jīng)網(wǎng)絡(luò)是如何辨別貓和狗的?人工智能和人不同，一個小孩見了幾次貓以后他就知道貓是什么樣子的,，但是對于一個機器,，人們需要給它喂數(shù)以萬計的圖片以后，它經(jīng)過深度學(xué)習(xí)才能識別出什么是貓,。

同樣的,，如果人給人工智能系統(tǒng)提供高質(zhì)量的皮膚癌圖片，系統(tǒng)經(jīng)過機器學(xué)習(xí)也可以識別出什么是皮膚癌,，最近斯坦福大學(xué)在《Nature》上發(fā)表了一篇與此相關(guān)的研究成果,，并將該人工智能系統(tǒng)與24位資深的皮膚病專家相對比，發(fā)現(xiàn)系統(tǒng)的準確率在91%左右,。

該文章第一作者,，斯坦福大學(xué)的研究生Andre  Esteva說：“我們做了一個非常強大的人工智能算法，可以從數(shù)據(jù)中進行學(xué)習(xí),，通過寫代碼,，讓系統(tǒng)自己去發(fā)現(xiàn)該去識別、尋找什么內(nèi)容,?！?/p>

這個算法被稱為卷積神經(jīng)網(wǎng)絡(luò)，它最開始出現(xiàn)在谷歌大腦中,，利用自身驚人的計算能力可以強化算法的決策能力,。通過斯坦福大學(xué)研究以后，神經(jīng)網(wǎng)絡(luò)已經(jīng)能夠從大約1000個不同類別中識別128萬幅圖像,，但是,，研究人員需要從一個良性的脂溢性角化病了解惡性腫瘤。

從一堆波斯貓中分辨出狗來,，準確率無傷大雅,，但是如何區(qū)別各種皮膚病的不同斑點，并從中識別出皮膚癌,，這是事關(guān)人命的大事,，對準確率要求極高。

皮膚上彩色的斑點是個大麻煩,，算法如何區(qū)分是個難題

篩選圖像數(shù)據(jù)

該文章的共同作者斯坦福研究生Brett  Kuprel表示：“該研究的另一個難點在于,，當(dāng)時還沒有足夠大的高質(zhì)量皮膚癌圖像數(shù)據(jù)來訓(xùn)練人工智能算法，我們必須自己來解決,?！鄙踔猎谔幚韴D片之前，他們還要做一些翻譯工作,，“我們在互聯(lián)網(wǎng)上搜集了一些圖片,，與醫(yī)學(xué)院合作，將這些圖片分類整理,，并打上標簽——這些標簽包括德語,、阿拉伯語、拉丁語等等”

不僅要翻譯整理,，還要對圖像進行處理,。皮膚病專家經(jīng)常使用一種叫皮膚鏡的儀器來仔細檢查病人，所以,，醫(yī)療人員基本都是通過放大率和透視角度大體一致的醫(yī)學(xué)圖像診斷疾病,。但是互聯(lián)網(wǎng)的圖片千差萬別，有的是用手機,，有的是用儀器,，有的用照相機等，并且環(huán)境不同效果也不一樣,，角度,、焦距和照明方面也各不相同,。

最后，研究人員還是收集到了約130000幅皮膚病變的圖像,，包含了超過2000種不同的疾病,。他們使用這些圖像創(chuàng)建了一個圖像庫，并將其作為原始像素提供給算法,，每個像素都帶有標簽,，描述了相關(guān)疾病的附加數(shù)據(jù)。然后研究人員研究出一套算法,，讓算法弄清楚了這些圖片的內(nèi)在聯(lián)系：即疾病經(jīng)由組織傳播在外觀上所遵循的規(guī)則,。

這就是人工智能如何分割它所看到的不同類別皮膚病圖片

研究結(jié)果出來以后，為了驗證算法的準確性,，研究人員從斯坦福大學(xué)醫(yī)學(xué)院請來了21為皮膚病專家,，從三個角度來對算法進行驗證：角質(zhì)細胞癌分類、黑色毒瘤分類和使用皮膚鏡檢查的結(jié)果對黑色素瘤進行分類,。

在最后的測試中,，研究人員只是使用了高質(zhì)量、并且活性被驗證的惡性黑色毒瘤和惡性腫瘤圖像,，并標記哪些需要治療,、活檢或者僅僅是安慰一下。當(dāng)研究人員將人工智能系統(tǒng)得到的診斷結(jié)果與21名醫(yī)生診斷的結(jié)果相對照的時候發(fā)現(xiàn),，所有癌性病變和不得到假陽性結(jié)果兩方面都表現(xiàn)良好,，準確率在91%，這已經(jīng)與醫(yī)生的水平相當(dāng)了,。

利用手機做診斷

Esteva表示：“雖然團隊尚未做出一個上線的APP,，但是這已經(jīng)達到我們的預(yù)期，我們的本意就是想讓民眾獲得更優(yōu)質(zhì),、方便的醫(yī)療服務(wù),。更讓我興奮的是，現(xiàn)如今智能手機已經(jīng)無處不在了,，每個手機上都含有各種各樣的傳感器和相機,，我們可以通過手機圖像直接用人工智能系統(tǒng)判斷是否患皮膚癌，同時如果皮膚癌的問題解決了,，那么其他疾病還會遙遠了嗎?”

無論怎樣,，在進入商業(yè)化之前，下一步還需要進行更多的測試,，并細化算法,。“重要的是我們知道了人工智能為了區(qū)分圖片是如何做決策的,。良性和惡性皮膚病變計算機輔助分類研究的進展,，可以幫助皮膚病醫(yī)生提高診斷具有挑戰(zhàn)性的病病變的能力,，并為患者提供更好的管理方案?！闭撐淖髡咚固垢４髮W(xué)皮膚科教授Susan  Swetter表示,，“不過在在臨床實踐中實施之前，嚴格的前瞻性驗證算法是必要的,?！?/p>