自医学AI问世以来，其临床价值和社会意义备受关注。将医学AI技术应用于疾病早期过滤领域，帮助临床医生对肺癌、乳腺癌等基础疾病进行早期过滤，也是很多AI企业的共同梦想。Google销售AI早期肺癌检测系统，准确率94%。

幸运的是，随着人工智能在医学领域的广泛应用，通过计算机技术对各种癌症进行高效、准确的早期临床和筛查成为可能。最近《大自然医学》杂志修改了谷歌公司在美国的新研究情况。谷歌人工智能部的DanielTse、斯坦福大学和纽约大学联合开发了一个深度自学模型，可以根据扫描图像预测肺癌的风险，比医生早追踪肺癌一年，患者的生存概率提高40%。

研究人员回应说，AI系统不仅可以预测整个肿瘤，还可以识别微小的恶性组织；AI系统还可以通过比较前后两次扫描的数据来评估肺结节的生长速度。通过自学习42，290张CT扫描图像，该深度自学习模型可以预测肺结节的恶性程度，而不依赖于人工参与。同时，6716例检测病例中微小恶性肺结节的检出准确率约为94%。

虽然该模型需要经过大规模的临床试验，但这一发现仍然表明，人工智能系统将成为肺癌筛查的利器，改善肺癌患者的化疗和肾功能，降低社会医疗成本。人工智能使用面部图像来帮助识别遗传综合征。

今年1月，美国FDNA分析技术公司在拒绝接收17000多张真实患者的面部图像后，训练人工智能以低准确率识别罕见的遗传综合征。研究人员使用来自两个独立国家的测试数据集来测试人工智能的表现，每个数据集包括数百名患者以前由临床专家分析的面部图像。对于每一个测试图像，人工智能都会按照一定的顺序列出各种潜在的综合症。在两组测试中，大约90%的情况下，人工智能明确提出的前10条建议中还包含了准确的证候，这与临床专家在其他三个实验中显示的一样多。

虽然本研究使用的测试数据集规模相对较小，没有必要与其他识别方法或人类专家进行比较，但研究结果表明，人工智能将有助于未来临床实践中罕见遗传综合征的优先排序和临床应用。

本文来源：kaiyun开云平台-www.nianhui-sz.com