“深度学习”软件会自动检测疾病

萨斯喀彻温大学的博士生王毅开发了一种软件，可以获得更高的图像质量。它改进了目前的计算机辅助诊断(CADx)技术，该技术帮助医生通过医学成像扫描(如超声波、计算机断层扫描(CT)和视网膜眼底成像(捕捉眼球后部的照片)来检测疾病。

王的软件使诊断更快 - 它需要不到30秒，而且它比当前的速度快10倍。

“我们的软件将有所帮助医护人员减少他们解释的时间医学图像，这样他们就能提供更好的服务病人护理，一位电气和计算机工程教授和王的主管塞克 - ·贝姆·博姆克说。“放射科医生和医生可以更有效地使用他们的保存时间，以便其他重要任务更有效。”

王已经在检测异常时测试了他的软件视网膜血管眼睛——糖尿病或心脏病的常见症状——在识别需要进一步诊断的异常血管方面准确率高达97%。研究结果发表在该杂志上计算机化和医学影像制图。

从视网膜眼底上检测血管通常很困难。图像可能最终模糊，因此血管可能难以识别。此外，医生通常必须标记血液血管手动在图像上手动图案以确定是否血管被破坏 - 耗时的过程。

王的软件使用最先进的系统，称为“深度学习“这有助于提高图像分类和质量。

“深度学习依赖于软件算法，使软件自动学习和分析图像模式，”来自中国的学生王说。“我们的想法是，该软件‘读取’的图像越多，它在区分健康血管和破裂血管方面就越好、越准确，所以我们可以说它是渐进的‘学习’。”这一想法是所有人工智能研究的核心。”

为了证明他的软件是有效的，王在一个公共数据库的130多张图片上进行了测试，在那里已经可以诊断，这样他就可以比较系统。他的软件被证明比商业软件的准确率高2%。

“我们的软件是一个很好的工具，可以补充放射科医生和医生的专业知识，而不是替代它，”Ko说。“有人担心，这种新型‘智能’技术会像科幻小说中那样取代人类。事实并非如此，因为我们总是需要人来让机器工作。”

从联邦机构NSERC授予资金的王和KO已经教授软件，分别从CT和超声图像中检测肺和乳腺癌，具有非常阳性的结果。

“我们对我们的检测系统非常兴奋，我们确信它也将改变医学教学，”Ko说。

将来的应用程序可能包括使用软件教医学生如何从CT图像识别疾病。Ko在韩国全北国立大学(Chonbuk National University)的研究人员的课堂环境中进行了测试，他说初步结果非常有希望。

---

---