UCLA最新研究: 超音波弹性影像AI成癌症诊断助力　乳癌判定准确率达8成

对抗癌症的关键是及早发现，医生现在有最先进的医学影像仪器、还有经验丰富的放射科医师辅助，能够发现不正常增生的迹象，再透过介入性的病理切片，判断它是良性还是恶性，然而误判情况经常发生。

科学家于是开始思考，是不是能运用人工智能(AI)进一步改善诊断过程呢？他们希望透过AI发展出更可靠、而且非介入性的方式，帮助医师判断病变究竟是良性还是恶性。

据Medical News Today报导，以乳癌的检测为例，目前较新的诊断方式，是透过超音波弹性影像(ultrasound elastography)技术测定乳房组织的僵硬程度，原理是震动组织、形成声波，而声波在超音波扫描中会出现扭曲，显示出乳房裡有哪些区块呈现出与周遭组织不同的特性。

这些资讯有助医师判断某病变是否为癌症，不过判断过程很花时间，要经过多个步骤、也很复杂。

加州大学洛杉矶分校(UCLA)的团队日前发表最新研究成果，他们用1.2万幅合成数据(synthetic data)影像训练深度卷积神经网路(Deep Convolutional Neural Network)，让它去判别病变的良恶。

经训练后，演算法已能100%判断合成影像。团队接著拿实际的扫描影像来训练，准确度亦能达到8成。他们下一步将继续使用真实的影像来作训练，盼提升演算法的准确度，未来更希望将研究成果拓展到其他种类的癌症判断。

该研究的作者也指出，AI已经成功运用在放射学、皮肤医学、病理学等的影像分析上，不过仍不能取代训练精良的人类医师。他认为，演算法若要发挥最大助力，必须要能呈现出整个作判断的过程，而不是像黑箱作业一样，如此才能真正协助医师，达到相辅相成的效果。

来源：Medical News Today

免责声明：本文仅供参考，只代表作者本人观点，不代表本站观点。