AI读片小能手上线十几秒钟查出800多个肺结节( 二 ) 惊不惊喜？你

　　张冰主任的办公桌上摆放着三台电脑，她现场向采访人员演示了一场肉眼PK人工智能读片比赛。张冰主任首先用传统的肉眼模式进行观测来查找CT片上的肺部结节。这个病人的CT一共有300多张图像，初步筛选后发现并没有什么大的占位。但是如果要观测小结节，还是需要把这300多张图像一层一层看过去。张主任在电脑上把300多张图一层一层地阅览过去，大概10秒的时间用肉眼初步检测了一个小结节。接着在另一边的电脑上，张冰主任从容地打开人工智能系统，只是在人工智能系统的图像上用鼠标轻轻一点，工作页面上瞬间弹出了诊断结果：9个疑似病灶。工作页面左侧的图像上，每一个疑似病灶都被用带颜色的方框圈出了位置，并标上序号。页面的右侧相应位置，每一个疑似病灶都被按照序号罗列，并判断了结节的良恶性。采访人员看到，人工智能检测出来的第一个结节和张冰主任肉眼观测的那个结节是重合的，从第二个开始就是非常小、颜色很淡、肉眼难以发现的结节。

　　说起人工智能的神奇，张主任想起来一个让她印象深刻的病例，一个病人的胸部CT经医生检查后发现了多发小结节，无法计数，但是人工智能精确报出800多个结节，而且明确地定位了其中的恶性结节。这让大家都十分震惊！

　　“读片高手”是这样炼成的

AI读片小能手上线十几秒钟查出800多个肺结节.www.jiangsulong.com//本文由热心网友[基因数据] 投稿。

　　一流专家当老师，“喂”给TA几十万个患者的数据

AI读片小能手上线十几秒钟查出800多个肺结节.www.jiangsulong.com//本文由热心网友[基因数据] 投稿。

　　人工智能计算机是如何掌握这一绝技的呢？张冰主任介绍，人工智能在真正投入临床应用前走了很长的一段路，整个系统筹备的时间要用3年以上，把结果转化为产品要用2年以上。整个团队对人工智能的训练就像是一群老师在教育培训一个要参加考试的孩子。为了让孩子在考试中不出错，整个团队给“孩子”投喂了大量的“习题”——数据。比如，在肺结节的诊断练习中，要集合领域内一流的专家，他们给人工智能输入了大量的关于肺结节诊断的数据，让TA在一次次的记忆中学会什么是结节。为了让学习效果更好，更加严谨，还要组成专业的批改团队，对人工智能的每次判断做出严谨的反馈。只有两名以上的专家给出相同的意见时，他们才会把这个答案反馈给人工智能，让人工智能在不断练习、不断反馈中进行深度学习，从而能够彻底掌握这项技能。