香港中文大学研发出人工智能技术诊断肺癌及乳腺癌

该团队采用深度手艺判读CT扫描图像，通过深层神经收集从动检测识别出可能呈现肺小结节的，耗时30秒，精确率高达91%。

对此，王安然暗示，团队开辟的一种新型的深层卷积神经收集，分阶段处置乳腺癌的切片图像。起首，利用改良版的全卷积收集(一种对图像进行较粗略但连结高活络度的快速预测模子)，沉构出更为细密精确的预测，然后定位并挑选出含有淋凑趣转移的图像。对比资深病理大夫人工检测，该项从动化检测的精确度超出跨越2%，达到98.75%，耗时只需5至10分钟。

对于乳腺癌的检测，大夫一般会通过乳房X光或磁共振成像扫描，检测硬块。正在检测淋凑趣转移时，大夫会切取一小块活组织为样本，正在显微镜下淋凑趣能否转移，以及肿瘤是良性仍是恶性。而一幅数码活组织全切片图像的解像度很是高，档案大小可达1GB，相当于一部90分钟高清片子的储存容量，令检测过程复杂费时。

喷鼻港中文大学当日召开记者会，研究团队担任人、中大计较机科学取工程学系传授王安然引见了这两项人工智能系统辅帮的研究：从动筛查晚期肺癌及快速检测乳腺癌转移。

王安然暗示，深度手艺可提拔手艺度，剔除疑似及误报。团队还将结合几所病院配合开辟相关产物，以优化手艺，尽早识别肺结节病变，为肺癌的晚期诊断和医治供给靠得住根据。

据悉，该团队于5年前展开相关尝试。王安然暗示，期望正在将来的1至2年，这项从动化监测手艺能正在喷鼻港医疗界普遍使用。

喷鼻港9月6日电(记者丁梓懿)喷鼻港中文大学6日颁布发表，该校研究团队人工智能影像识别手艺判读肺癌及乳腺癌的医学影像，精确率别离达91%及99%，识别过程只需30秒至10分钟。研究人员称，此项手艺可大幅提拔临床诊断效率，并降低误诊率。