首頁 科技 天文新知

Google開發深度學習 AI助醫療體系發展

Google研究團隊產品經理、醫學博士彭浩怡認為,深度學習與醫療結合,可以提升辨識病理切片準確度。(Google提供)
Google研究團隊產品經理、醫學博士彭浩怡認為,深度學習與醫療結合,可以提升辨識病理切片準確度。(Google提供)

【記者陳懿勝/台北報導】人工智慧領域發展中,深度學習一直是受到注目的一環,Google研究團隊產品經理、醫學博士彭浩怡8日表示,近年來深度學習因為機器運算能力加強,再加上真實資料量越來越多,神經網路架構運算模式得以快速辨認出物件,甚至逐年提升其精準度,相信未來可以用於醫療體系上,降低癌症誤判的可能性。

彭浩怡表示,以深度學習篩選判斷糖尿病視網膜為例,在印度,有45%患者在診斷前飽受失明、視力減損的折磨,因此團隊利用深度神經網路技術,透過建立標籤工具,並與54名眼科醫生合作,針對13萬眼底影像進行88萬次診斷,其糖尿病視網膜判讀機制已經接近醫生的判斷結果。

彭浩怡也指出,深度學習技術也可以協助判讀癌症活體組織切片,根據數據顯示,每12人的乳癌切片中,就有1人可能被誤診,前列腺癌則每7人就會有1人被誤診,這是因為活體組織的切片上有太多資訊,誤診的可能性必然會增加。

彭浩怡進一步表示,深度神經網路技術可以在腫瘤定位準確度(FROC)達到0.89,病理學家的FROC分數則是0.73(沒有時間限制);在判讀癌症上,該模組有92%的敏感度,但其中有8個是假陽性判讀,病理學家有73%敏感度,0個偽陽性結果。這代表病理學家若與深度學習技術合作,將能夠提高病理學切片的準確度,降低誤判的可能性。

彭浩怡認為,未來深度學習與醫療體系的發展,首先要進入臨床驗證,同時與醫療團隊建立信任感,讓醫生願意與深度學習合作,隨後建立工作流程跟使用者介面設計,讓新的技術幫助醫生,而不是造成更多的困擾,「不過機器學習輔助醫療儀器還在前期研究,預估還要5年才能夠真正開發出來」。