在我国，肺癌一直是各种癌症中致死最多的。
据国家癌症中心统计，我国每年新发肺癌约78.7万人，因肺癌死亡约63.1万人，如果这些患者都能早发现、早治疗，那么他们的寿命将会大大延长。
谷歌发表在Nature Medicine上的一项新研究，让人类解决肺癌难题前进了一大步。在这项研究中，AI能够根据患者的胸部CT图像，诊断出早期肺癌，与六位放射科医生相比，AI的准确度更高，检测到的病例增加了5%，假阳性减少了11%，AUC达到94.4%。
换句话说，相比人类医生，谷歌的该AI模型能够发现更多没被发现的早期肺癌病人，还能减少很多没有患肺癌的人被误诊。
无论是和单个医生相比还是和某一科目的医生们相比，这项研究中模型的准确度都相当高，超越了人类水平
研究中用到的数据来自美国全国肺癌筛查试验（NLST）的真实数据，包括来自14851名患者的42290张CT照片，其中639人在拍完这些CT照片一年后就经过活检被确诊为肺癌。如果一名患者在一年后的检测中没有发现肺癌，则被视为阴性。
这14851名患者被随机分配到了训练组（占比70%），调整组（占比15%）和测试组（占比15%），三个组的确诊患者百分比分别为3.9%、4.5%和3.7%。
整个模型包含几个部分：
肺部分割，用TensorFlow目标检测API训练LUNA45数据集，产生肺分割掩模并对齐。
癌症ROI检测，构建RetinaNet47，找出病灶区域。
全量模型，在1.5立方毫米体积的大小上训练，预测一年内患癌症的可能性。
癌症风险预测模型，提取3D特征，生成最终预测结果。
整个模型将通过谷歌云Healthcare API开放，进一步研究它在临床实践中的效果。有朝一日，或许这个模型真的能在各大医院中使用，会有更多病人受益。
最后，这项研究中用到了3个肺癌数据集，需要的工具都是TensorFlow中已经开源的API。
End-to-end lung cancer screening with three-dimensional deep learning on low-dose chest computed tomographyDiego Ardila, Atilla P. Kiraly, Sujeeth Bharadwaj, Bokyung Choi, Joshua J. Reicher, Lily Peng, Daniel Tse, Mozziyar Etemadi, Wenxing Ye, Greg Corrado, David P. Naidich, Shravya Shettyhttps://www.nature.com/articles/s41591-019-0447-x
LUNA16https://luna16.grand-challenge.org/data/
LIDC-IDRIhttps://wiki.cancerimagingarchive.net/display/Public/LIDC-IDRI
NLSThttps://biometry.nci.nih.gov/cdas/learn/nlst/images/
TensorFlow Estimator APIhttps://www.tensorflow.org/guide/estimators
TensorFlow目标检测APIhttps://github.com/tensorflow/models/tree/master/research/object_detection
TensorFlow Inflated Inceptionhttps://github.com/deepmind/kinetics-i3d
作者系网易新闻·网易号“各有态度”签约作者
— 完 —
小程序|get更多AI学习干货
加入社群
量子位AI社群开始招募啦，社群矩阵：AI讨论群、AI+行业群、AI技术群；
目前已有4万AI行业从业者、爱好者加入，AI技术群更有来自海内外各大高校实验室大牛、各明星AI公司工程师等。互相ta
欢迎对AI感兴趣的同学，在量子位公众号（QbitAI）对话界面回复关键字“微信群”，获取入群方式。（技术群与AI+行业群需经过审核，审核较严，敬请谅解）
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
喜欢就点「在看」吧 !
