自医疗AI诞生以来，其临床价值及社会意义一直备受关注，将医疗AI技术应用于疾病早筛领域，助力临床医师进行肺癌、乳腺癌等重大疾病的早筛，也是众多AI企业的共同梦想。
谷歌推出AI早期肺癌检测系统，准确率94％
幸运的是，随着AI在医疗领域广泛运用，通过计算机技术对各类癌症进行高效、精准的早期诊断与筛查已成为可能。近日《自然医学》杂志更新了美国谷歌公司新的研究情况，谷歌人工智能部门的Daniel Tse与斯坦福大学、纽约大学等联合开发了一个深度学习模型，可根据扫描图像来预测肺癌风险，比医生早一年查出肺癌，使患者存活概率提升40％。研究人员表示，该AI系统不仅能预测整体肿瘤，也可识别细微的恶性组织；通过对前后两次扫描图像的数据对比，AI系统还可评估肺结节的生长速度。
通过学习42290个CT扫描图像，这一深度学习模型实现了不依靠人工参与便可预测肺部结节的恶性程度。同时，其在6716例测试病例中检测微小恶性肺部结节的准确率达94％。尽管模型还需要经过大规模的临床验证，但这一发现仍展现了该AI系统或将成为肺癌筛查推广的利器，改善肺癌患者的治疗和预后，并降低社会医疗成本。
人工智能利用面部图像帮助识别遗传综合征
今年1月，美国FDNA分析技术公司已训练人工智能在接受17000多张真实患者面部图像训练后，以高准确率识别罕见的遗传综合征。研究者利用两个独立的测试数据集测试人工智能的表现，每一个数据集都包含数百张之前经过临床专家分析的患者面部图像。对于每一张测试图像，人工智能按照一定顺序列出各种潜在的综合征。在两组测试中，在90％左右的情况下，人工智能提出的前10条建议中都包括了正确的综合征，这超过了临床专家在另外三个实验中的表现。
虽然这项研究采用的测试数据集规模相对较小，而且没有和其他已有的识别方法或人类专家进行直接比较，但是研究结果表明人工智能有望在临床实践中，辅助罕见遗传综合征的优先级划分与诊断。
