發(fā)布日期：2017-02-13

皮膚癌是人類最為常見的惡性腫瘤之一。理論上講，出現在皮膚表面的它們很容易就能被發(fā)現，但人們卻往往因為皮膚癌與痣長得過于相像，而粗心大意，將它們忽略。等到病情惡化時，則已經為時過晚。

這也怨不得普通人。鑒定皮膚癌是一項復雜的工作，醫(yī)生要分析它的外形和特征，甚至要動用活檢技術，從患者的組織上切下一塊來，才能確定皮膚上的異物是否真的發(fā)生了癌變。這對于沒有醫(yī)學知識的普通人而言，顯然是太復雜了。

上周，發(fā)表在《自然》（Nature）雜志上的一篇論文給我們提供了一項方便的工具。而它的背后，則是現在火爆得不行的深度學習和人工智能。

▲ 在人工智能眼里，皮膚病是這樣的（圖片來源：Nature）

眾所周知，機器的學習能力遠非人類能相提并論。在這項研究中，科學家們讓一個“卷積神經網絡”（Convolutional Neural Network）分析了將近13萬張臨床上的皮膚癌圖片，這個數字比現在最大的研究高出了2個數量級。在大量的學習資料下，這個神經網絡迅速成為了一名皮膚癌的專家。

都說實踐是檢驗真理的唯一標準。這個神經網絡究竟準不準，也只有靠實踐來測試了。與它一同站上擂臺的，是21名資深的皮膚科醫(yī)生。一場醫(yī)學領域的“人機大戰(zhàn)”一觸即發(fā)。

▲ 看似接近的不同皮膚病，在人工智能眼里，卻有著完全不同的意味（圖片來源：Nature）

在第一場挑戰(zhàn)中，這個神經網絡與醫(yī)生們一同區(qū)分兩種不同的皮膚疾病——角質細胞癌與良性脂溢性角化病。前者是最為常見的皮膚癌。這一比較發(fā)現，綜合靈敏性和特異性來看，這個神經網絡的表現比大部分參與研究的皮膚科醫(yī)生都要好。

不服氣的人類做了第二項測試，這次他們比較的是惡性黑色素瘤與良性的痣。前者是最具殺傷力的皮膚癌。但在這場比試中，人類也同樣敗下陣來。

更夸張的是，人類的醫(yī)生需要十多年的訓練和培養(yǎng)，還需要一代一代傳承。而人工智能則完全沒有這方面的限制。事實上，它只會變得越來越好。

▲ 這項研究登上了《Nature》的封面（圖片來源：Nature）

這對人類意味著什么呢？據估計，到2021年，全世界大約會有63億臺手機，差不多人手一臺。如果在這些手機上安裝分析程序，那就相當于有了63億名專業(yè)的皮膚科醫(yī)生。到了那個時候，每個人都能方便地對自己皮膚上的異物進行拍照，掃描和分析，第一時間知道自己的患病風險。

一個讓人興奮的人工智能時代，正在到來！

來源：藥明康德