斯坦福大學用人工智能來診斷皮膚癌，準確率達91%
2016年，僅美國就有約一萬人死于黑色素瘤。早期病情快速診斷有望降低該病死亡率。
多達2.9億的美國人沒有醫保。通過智能手機APP提供醫療服務將給醫療服務帶來革命性變化。
利用現有的谷歌算法，斯坦福大學科學家創建了一個數據庫，用以訓練神經網絡。最初用于辨別貓和狗的一種人工智能算法，現在可診斷癌癥。
拯救生命
團隊從互聯網搜集了大量圖像，并與皮膚科醫生和教授們密切合作，收集了13萬張關于皮膚病變的圖片，涵蓋了2000多種疾病。
隨后，他們基于該數據庫使算法，區分致命的皮膚病變和干燥皮膚。該團隊聲稱這個算法本意是用于解決問題而不是將答案編入程序。這意味著庫內圖像越多，識別病變能力就越好。
為了測試算法的性能，研究人員通過三個診斷任務對比了算法與21名皮膚病醫生的診斷，分別是角質細胞癌，黑色素瘤以及皮膚鏡檢測黑色素瘤。在三項測試中，研究團隊發現，算法的準確度可達91%。
報告聯名作者AndreEsteva說：我們制造了一臺強大學習算法的機器，它能從數據中進行學習。而不是將我們需要的東西進行精確編程，你能讓算法解決問題。
AI用于醫療
斯坦福的高級AI，此時也許還處于初期探索性階段，但它不是唯一可以進行精確診斷的AI。去年，醫生利用IBM的AI系統沃森來診斷一種白血病，機器人維修，AI系統幫助挽救了一名女性患者的生命。
由于使用傳統方法并未診斷出她的疾病，因此這一結果令人尤為震驚。IBM的研究談對稱，機器人維修，成功的關鍵在于AI能夠利用大量數據并進行快速分析。
這是人類醫生無法做到的（至少無法達到這樣的精度和效率）。系統檢查了這位女士的基因信息，并將之與兩千萬例臨床腫瘤案例進行對比。然后系統斷定患者患有一種極其罕見的白血病。
但是，精確度并非斯坦福AI系統的唯一優勢，該團隊正致力于將這項技術用于智能手機，庫卡機器人，讓醫保有限的人群也能得到幫助。
Esteve說：當我意識到手機將無所不在時，我的重要時刻來臨了。每個人口袋里都有一臺配有傳感器和攝像頭的超級電腦，如果我們用它連接真實的屏幕，診斷皮膚病或其他小毛病會怎樣呢？
研究人員正在緊鑼密鼓地優化算法并試圖更好地了解其決策方式。很快，所有人都能通過智能手機使用這種能拯救生命的技術了。將來，如果該技術用于其他疾病或用途，那些買不起保險的人也能擁有良好的醫療。從長遠看，能挽救更多生命。