關注女性群體病癥趨勢紐約大學研發乳腺癌篩

【】2015年美国有2万人确诊乳腺癌并有4万人因此而死盡管像乳腺影像這樣的診斷技術已經得到了大規模應用，但該技術的診斷結果并不總是可靠大约有10%到15%接受过乳腺影像检查会被要求接受进一步的活体检测

这也是纽约大学（NYU）的研究者探索用提高乳腺癌检测准确率的方法的原因在一篇发表于的论文中，他们介绍了一种在探测乳腺肿瘤方面的0.895的深度卷积神经络NYU的研究者已经将这套AI系统的代码和预训练模型分享到了Github上

乳腺癌

论文作者表示，在这个项目中，他们提出了一种新的神经络架构，并根据活检证实的类别来更加高效地处理大量高分辨率的乳腺影像经实验表明，该AI系统的诊断准确率和一位经验丰富的医生不相上下，因此它可以被用作医生诊断的补充以减少医生错诊的可能性

对于每个接受了影像检查的乳腺癌患者，研究者们从四种类别标签里选出了两个分配给她们，并以此训练卷积络除此之外，他们还用医生此前提供的详细活体检测分析开发了一个补充性AI系统，随后用两种AI系统的预测结果为乳腺检测影像生成了热点图，并估计了存在恶性或良性肿瘤的可能性

在涉及到740个随机选择的活检和非活检乳腺检查的实验中，两款AI模型对恶性和良性乳腺肿瘤的检测分别实现了0.7 8到0.895和0.642到0.779的AUC为了进一步验证AI的可靠性，研究者找来了14位医生对1480个乳腺影像进行了诊断无论如何，这都是开发癌症诊断AI模型的重要一步