2016年，僅美國就有約一萬人逝世于黑色素瘤。晚期病情疾速診斷無望下降該病逝世亡率。

　　多達2.9億的美國人沒有醫(yī)保。經(jīng)由過程智妙手機APP供給醫(yī)療辦事將給醫(yī)療辦事帶來反動性變更。

　　應用現(xiàn)有的谷歌算法，斯坦福年夜學迷信家創(chuàng)立了一個數(shù)據(jù)庫，用以練習神經(jīng)收集。最后用于鑒別貓和狗的一種人工智能算法，如今可診斷癌癥。

　　解救性命

　　團隊從互聯(lián)網(wǎng)匯集了年夜量圖象，并與皮膚科大夫和傳授們親密協(xié)作，搜集了13萬張關(guān)于皮膚病變的圖片，涵蓋了2000多種疾病。

　　隨后，他們基于該數(shù)據(jù)庫使算法，辨別致命的皮膚病變和枯燥皮膚。該團隊宣稱這個算法本意是用于“處理成績而不是將謎底編入法式。”這意味著庫內(nèi)圖象越多，辨認病變才能就越好。

　　為了測試算法的機能，研討人員經(jīng)由過程三個診斷義務比較了算法與21名皮膚病大夫的診斷，分離是角質(zhì)細胞癌，黑色素瘤和皮膚鏡檢測黑色素瘤。在三項測試中，研討團隊發(fā)明，算法的精確度可達91%。

　　申報聯(lián)名作者Andre Esteva說：“我們制作了一臺壯大進修算法的機械，它能從數(shù)據(jù)中停止進修。而不是將我們須要的器械停止準確編程，你能讓算法處理成績。”

　　AI用于醫(yī)療

　　斯坦福的高等AI，此時或許還處于早期摸索性階段，但它不是獨一可以停止準確診斷的AI。客歲，大夫應用IBM的AI體系——沃森來診斷一種白血病，AI體系贊助搶救了一位女性患者的性命。

　　因為應用傳統(tǒng)辦法并未診斷出她的疾病，是以這一成果使人尤其震動。IBM的研討談對稱，勝利的癥結(jié)在于AI可以或許應用年夜量數(shù)據(jù)并停止疾速剖析。

　　這是人類大夫沒法做到的（至多沒法到達如許的精度和效力）。體系檢討了這位密斯的基因信息，并將之與兩萬萬例臨床腫瘤案例停止比較。然后體系判斷患者得了一種極端罕有的白血病。

　　然則，準確度并不是斯坦福AI體系的獨一優(yōu)勢，該團隊正努力于將這項技巧用于智妙手機，讓醫(yī)保無限的人群也能獲得贊助。

　　Esteve說：“當我認識得手機將無所不在時，我的主要時辰光降了。每一個生齒袋里都有一臺配有傳感器和攝像頭的超等電腦，假如我們用它銜接真實的屏幕，診斷皮膚病或其他小缺點會如何呢？”

　　研討人員正在緊鑼密鼓地優(yōu)化算法并試圖更好地懂得其決議計劃方法。很快，一切人都能經(jīng)由過程智妙手機應用這類能解救性命的技巧了。未來，假如該技巧用于其他疾病或用處，那些買不起保險的人也能具有優(yōu)越的醫(yī)療。從久遠看，能搶救更多性命。