谷歌AI诊断在肺癌检测方面优于放射科医生( 二 ) 谷歌在机器学习研究方面取得了里程碑式

影像学检查是诊断肺癌最常见的方法，医生和放射科医生检查病人的胸部x光片或CT扫描。美国肺协会建议，在高危人群中，通过低剂量CT筛查早期发现肺癌，可以将肺癌死亡率降低14%至20% 。

不幸的是，美国疾病控制中心（US Centers for Disease Control）的报告显示，只有不到5%符合筛查标准的患者接受了筛查。在医疗资源短缺的地区，筛查率甚至可能更低。谷歌希望通过利用人工智能来改善肺癌筛查，使其更容易获得，从而改变这一现状。该公司首席执行官孙代皮查伊在推特上写道：“今天我们将在@NatureMedicine上发表我们的研究成果，展示这些方法如何提高世界各地许多处于危险中的人的生存机会。 ”

谷歌的肺癌预测模型是在TensorFlow上建立和培训的，包括两个框架：用于产生肺癌恶性肿瘤预测的完整CT容量模型（在3D体积中观察），以及用于识别肺结节中微妙恶性组织的恶性病变检测模型。该模型还可以将先前的CT扫描作为输入，以提高其预测准确性。