人工智能对疾病的检测比医生更强吗？

人工智能可以比人类更快、更好地发现潜在的疾病

萨拉·扎斯克/文

惠睿萍、廖俊东、邓宏钰、高子蕙、许中慧、张悦悦、袁思熠、沈怡丹、滕芝瑞、周羽婧、强敬淑、梁伊琳、徐雪惠、李彦颖、冯源、李佳俊、颜铭希、张语珊、郭秋延、杨秦春晓、陈艺心、杨万鑫、乐俣潇、宋欣蓉、冯嘉晟、刘佳宜、吴昊扬、余斯亮、王梦瑶、许夏兰、窦鑫悦、张奇、王欣然、王禹博、刘盛、潘琬婧、刘柯翔、罗浥瑜、罗依雪、郑淑美、张茗涵、杨佳怡、彭骊伊、邓梦岑、罗秋予、梁智博、雷雳译

华盛顿州普尔曼市——华盛顿州立大学开发的一种“深度学习”人工智能模型，可以比人类更快、更准确地识别动物和人体组织图像中的病理或疾病迹象。这一发展极大地加快了疾病相关研究的步伐。它还具有改进医学诊断的潜力，例如在几分钟内从活检图像中检测出癌症，而这一过程通常需要人类病理学家花费几个小时。

“这个基于人工智能的深度学习程序在观察这些组织方面非常非常准确”，华盛顿州立大学生物学家、此篇论文的合著者迈克尔·斯金纳说。“它可能会彻底改变针对动物和人类的药物，从根本上更好地促进这类分析”。

研究人员发现，新的人工智能深度学习模型不仅能正确地识别病理，而且比以前的模型更快。在某些情况下，还能发现训练有素的人类团队遗漏的情况。

这项研究的共同作者霍尔德说“我认为，我们现在有办法能比人类更快、更准确地识别疾病和组织”。

传统上，这种类型的分析需要由受过专门培训的人员组成团队进行艰苦工作，他们使用显微镜检查和注释组织切片——经常会检查彼此的工作，以减少人为错误。

在迈克尔·斯金纳的表观遗传学研究中，涉及研究影响基因行为而不改变DNA本身的分子过程的变化，对于大型研究，这种分析可能需要一年甚至更长的时间来进行。斯金纳说，现在有了新的人工智能深度学习模型，他们可以在几周内获得相同的数据。

霍尔德说，深度学习是一种试图模拟人类大脑的人工智能方法，这种方法超越了传统机器学习的方法。并且，深度学习模型是由神经元和突触组成的网络构成的。如果模型犯了错误，它就会从中“学习”，使用一个称为反向传播的过程，在整个网络中进行一系列更改以修复错误，因此它不会重复错误。

该研究团队设计了华盛顿州立大学深度学习模型，以处理极高分辨率的10亿像素图像，这意味着它们包含数十亿个像素。为了处理这些图像的大文件（即使是最好的计算机也会减慢速度），研究人员设计了AI模型来查看较小的单个图块，仍将它们放置在较大部分的内容中，但分辨率较低，这个过程有点像在显微镜上放大和缩小。

这种深度学习模式已经吸引了其他研究人员，霍尔德的团队目前正在与华盛顿州立大学的兽医研究人员合作，以诊断鹿和麋鹿组织样本中的疾病。

作者还指出，该模型在改善对人类的研究和诊断方面的潜力，特别是对癌症和其他基因相关疾病。霍尔德说，只要有数据，例如识别组织中癌症的注释图像，研究人员就可以训练人工智能模型来做这项工作。

资料来源：

https://news.wsu.edu/press-release/2024/11/14/ai-method-can-spot-potential-disease-faster-better-than-humans/

（该文翻译发布得到了原文作者授权）