Google发布全新医疗AI，精确诊断转移性乳腺癌，未来我们能够借助AI延长多少寿命？

上周谷歌公司又爆出新消息，根据他们在《病理学和检验医学档案》和《美国外科病理学》上发表的论文，谷歌的AI研究人员和圣地亚哥海军医学中心开发出的一种能使用癌症检测算法，在转移性乳腺癌的检测中实现了99%的识别率！

该算法技术称为淋巴结助手（LYNA），用于检查病理幻灯片中的异常情况，并准确地确定癌症和其他可疑区域的位置。

如果大家了解乳腺癌的话会知道，乳腺癌已经成为全球女性发病与致死率最高的恶性肿瘤，根据全球的统计数据来看，女性癌症病例中乳腺癌占了四分之一。放眼全球每年约有50万女性死于乳腺癌。其中又有90%是转移性的乳腺癌，它难以检测，通过淋巴系统在身体中转移与传播，又会在身体的其它部位形成，一旦发生转移治疗难度又会加大，死亡率也会随之增加。

所以现在各位读者能理解谷歌这项研究的意义所在了吧。

 “粉红丝带“，“它作为全球乳腺癌防治活动的公认标识，用于宣传“及早预防，及早发现，及早治疗”这一信息，足迹遍布全球数十个国家。正好每年10月份为“乳腺癌防治月”，谷歌这波消息放出的真是时候，蹭了一波热度。

其实谷歌在去年三月份就已经着手在开发该AI算法了，当时这个算法初期所展示出来的威力就让人类医生甘拜下风，它的准确率已经超出了人类医生。

LYNA是基于开源图像识别深度学习模型Inception-v3开发出来的。

该模型在斯坦福大学ImageNet数据集中的准确率能超过78.1%，相关研究人员解释到，在训练过程中，它以299像素的图像(Inception-v3默认的输入规格)作为输入，在像素水平描述出组织贴片中的肿瘤，标记标签，并调整模型的算法权重来减少误差。

研究人员将LYNA应用到Cancer Metastases in Lymph Nodes 2016挑战数据集（Camelyon16），以及来自20名患者的108张图像。它对270个载玻片（160个正常，110个有肿瘤）进行了训练，并使用两个评估集，一个由129个载玻片组成，另一个由108个载玻片组成，用于评估其性能。

在测试中，LYNA实现了99.3％的slide-level精度。当调整模型的灵敏度阈值以检测每张载玻片上的所有肿瘤时，其灵敏度为69％，准确识别评估数据集中的所有40个转移灶，没有任何误报。此外，它不受载玻片中的人工制品的影响，例如气泡，加工不良，出血和过度涂抹。

当然，LYNA并不完美，它偶尔错误地识别了巨细胞，生发癌和骨髓来源的白细胞，但是比负责评估相同载玻片的执业病理学家表现更好。

看到这里，各位男性看官以为跟自己没关系是吗？

划重点！

其实我想告诉你的是，男性也会得乳腺癌，每年大约有2190位男性被诊断出乳腺癌，并有410人因乳腺癌不幸离世。男性乳腺癌病因可能有多种，如内源性的雌激素增多、性染色体异常、放射性物质接触、乳腺局部损伤、临床治疗应用雌性激素等。当然还有个不可忽略的重要因素——家族遗传，从现有报道来看，多数病例家族中有女性乳腺癌或其它肿瘤患者。

谷歌AI诊断转移性乳腺癌识别率达99%是这个月AI 给大家秀的肌肉，其实在2016年的时候，IBM公司的watson，就曾救过一位日本女性。当时这位60岁的日本女性身患重病，突然病情恶化，人类医生现代医学都已经束手无策不知发生了什么该怎么办的时候，watson读了几十万页的医疗文献然后做出了精确的诊断，并给出了医疗建议救了这位女性一命。

那么问题来了，让我们思考一下，随着AI技术的发展，未来的医疗行业会出现怎样的情况。

可能未来AI告诉你说“来把这药吃了“

你可能会有疑问为什么要吃，我哪有问题吗？

AI可能会告诉你“我一直检测你身体体征，和结合医疗文献共10万页你想听吗？“

如果你这时候去问你身边的医生他可能也无奈说让你吃了吧。

在未来可能AI诊断疾病的种类覆盖的范围更广了，我们大大小小的疾病都能覆盖，并根据广泛的医疗文献给出专业的建议，它可能会抢了一些医生的工作，但是对于整个人类的发展来说，AI医用的意义太重要了。它可能是未来人类寿命延长中的重要一环。

所以小编想说的是，各位读者们在AI的帮助下，你们做好活到100岁的准备了吗？