随着人工智能继续渗透到我们生活的方方面面，我们现在开始看到计算机系统诊断各种疾病的能力取得了一些重大进展。科学家最关注的领域之一是癌症诊断，我们已经看到机器学习算法能够识别乳腺癌等癌症。
现在，来自达特茅斯学院诺里斯科顿癌症中心的研究人员宣布 开发 一种深层神经网络，可以识别组织载玻片上的肺癌，其准确性与人类病理学家相匹敌。
“我们的研究表明，机器学习可以在具有挑战性的图像分类任务中实现高性能，并有可能成为肺癌管理的资产，”该研究的第一作者Saeed Hassanpour 在一份声明中表示。“我们系统的临床实施将能够帮助病理学家准确分类肺癌亚型，这对于预后和治疗至关重要。”
该研究发表在《 科学报告》上，专注于一种称为腺癌的常见肺癌。该团队在幻灯片图像中对数百个癌症示例进行了AI培训，然后针对143个单独的幻灯片图像测试了算法，以了解网络在真实场景中的准确程度。
将这些结果与人类病理学家的判断进行了比较，并且AI总体上非常准确，证明至少与人类专家一样在识别载玻片中的癌症方面同样熟练。
研究人员提出，如果他们的系统可以在现实世界的测试中得到验证，那么这可能被证明是需要快速诊断的医生和其他医疗专业人员的宝贵工具。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
