人工智慧診斷皮膚癌 水準等同醫師

美國每年約有540萬人確診為皮膚癌,而高致死率的黑色素瘤經常難以辦別;史丹福大學研究團隊,設計一套演算法運用人工智慧進行皮膚癌診斷,準確度等同於皮膚專科醫師,成果已發表於《自然》期刊。75%皮膚癌患者 死於黑色素瘤皮膚癌是世界最為常見的癌症之一,其中致死率最高的黑色素瘤(Melanomas),通常以痣或雀斑的形式出現在皮膚上,病灶常常難以區分良性或惡性,雖然僅占皮膚癌案例數中5%,但高達75%皮膚癌患者死於黑色素瘤。十萬張皮膚病灶影像 檢驗人工智慧診斷能力史丹福大學研究團隊,收集18個線上專業資料庫與史丹福大學醫學中心資料庫,共12萬7463張訓練與驗證用影像,以及1942張確診良性或惡性皮膚病灶影像,進行 47種皮膚疾病分類的照片訓練GoogleNet Inception V3人工神經網路,運用「卷積神經網路」(convolutional neural networks, CNN)電腦運算功能,檢驗人工智慧區分一般皮膚病灶或皮膚癌病變的能力。人工智慧診斷準確度 高於皮膚專科醫師結果顯示,第一次驗證結果,卷積神經網路準確度達72%,而皮膚專科醫師準確度分別為65.56%與66%;第二次驗證結果,卷積神經網路準確度達55.4%,而皮膚專科醫師則為53.5%與55%。最後判斷良性惡性、上皮來源或黑色素細胞來源方面,卷積神經網路的準確度皆高於皮膚專科醫師。卷積神經網路準確分類 輔助皮膚科醫師診斷研究者認為,卷積神經網路可以學習不同影像中的內部特性,並將細節準確分類,診斷皮膚病灶的能力與皮膚專科醫師相當;但人工智慧的診斷能力,仍需更進一步的研究釐清臨床上的應用,以及是否會有其他環境因子的影響,未來可望輔助皮膚專科醫師在困難的案例中進行診斷。名詞解釋:1.黑色素瘤(Melanomas)為起源於黑色素細胞的腫瘤,在皮膚癌中較為罕見,但惡性度較高。白種人的發生率遠高於黃種人與黑人。在皮膚上的呈現多以不對稱、邊緣不圓、深淺不一、隆起或急劇變大的斑。2.卷積神經網路(convolutional neural networks, CNN)多用於處理大型圖像,是一種類神經網路的人工智慧,由卷積層和頂端的全連通層組成,同時也包括關聯權重和池化層(pooling layer)。這一結構使得卷積神經網絡能夠利用輸入數據的二維結構。與其他深度學習結構相比,卷積神經網絡在圖像和語音識別方面能夠給出更優的結果。(資料來自維基百科,百科內容以 CC BY-SA 3.0 授權)參考資料、文獻來源:1.翻譯人員:國立成功大學醫學院公共衛生研究所研究生曾子容2.參考文獻:Esteva, A., Kuprel, B., Novoa, R.A., et al. Dermatologist-level classification of skin cancer with deep neural networks. Nature.2017; 639: 115-118.3.參考文獻:Waal, I. Skin cancer diagnosed using artificial intelligence on clinical images. Oral Dis. 2017. DOI: 10.1111/odi.126684.參考文獻:Burroni, M., Corona, R., Dell’Eva, G., et al. Melanoma computer-aided diagnosis: reliability and feasibility study. Clin Cancer Res. 2004; 10: 1881-6.5.資料出處:科技部補助「新媒體科普傳播實作計畫」執行團隊、科技大觀園 https://goo.gl/Tg8xao6.《新媒體科普傳播實作計畫》(計畫編號MOST105-2515-S-006-008)補助產出
保健你想要的都在這:||||||||||||||||||

Related posts:

韓星金宇彬驚罹鼻咽癌 醫籲:有這些危險因子者注意
電子煙含高濃度尼古丁 1瓶=11包菸
維他命D3能降低罹癌率? 醫:僅部分可能性
乳癌病史女性 罹卵巢癌機率高達兩倍
皮膚癌術後沒追蹤 老翁眼球潰爛遭摘除
石綿潛伏期長 未來10年恐爆發千例間皮瘤
石綿暴露家人也受害 可能引發多種癌症
自製方塊蛋糕 讓癌患也能享受下午茶
銀髮族抗癌別灰心 8旬翁「骨」舞人生超勵志
何謂賈伯斯病? 斑馬藝陣踩街教認識10大警訊
早發現、早治療! 四癌篩檢每百人中有8位陽性
腰痠背痛不是老化? 恐是晚期攝護腺癌骨轉移!
又喘又咳狀似感冒 恐因淋巴癌上身
呼吸練習助減壓! 罹癌婦喚回好心情
化、放療苦不堪言 飲食改善之道有這些
面對人生逆境! 他們用畫筆繪出新生
60歲男罹黑色素細胞瘤 冷凍切片助成功切除乾淨
癌因性疲憊! 8成癌友深受其擾

Comments

comments