AI判斷肺癌乳腺癌 快肉眼一半 準確率逾9成

香港中文大學工程學院開發人工智能深度學習系統，判讀電腦斷層掃瞄（CT）及病理組織切片等醫學影像，並針對肺癌及乳腺癌的影像進行研究，結果發現利用人工智能判讀兩種癌症的醫學影像，準確率分別達91%及99%，識別過程只需30秒至10分鐘，較傳統肉眼診斷節省逾一半時間。

中大計算機科學與工程學系教授王平安指，深度學習（Deep Learning）系統是指電腦模仿人的大腦，按所搜集數據，再根據醫生或操作員的指示和講解，再將數據進行分析，從而按操作員的改動等動作再自行學習，改善程式。王平安指早期肺癌多以肺小結節的形式出現，即在肺部影像出現細小的團狀陰影，現時醫生主要透過胸腔CT圖像去檢查，但每次來查都產生多達數百張CT圖像，耗長時間用肉眼逐張觀察，故其團隊採用深度學習技術判讀CT掃描影像，結果發現只需30秒便可自動識別出可能出現肺小結節的位置，準確度達91%，較一般傳統耗時約5分鐘短。

王平安又指一般乳腺癌要透過乳房X光造影或MR掃描去檢查位置，醫生會切取一小塊活組織為樣本，在顯微鏡下拍攝圖像檢查，但每幅圖像解像度極高，令檢測過程費時費力，故團隊研發深層疊卷積神經網絡，分階段處理乳腺癌的切片圖像，整個自動化檢測過程只需5至10分鐘，較肉眼檢測的30分鐘快，準確度達98.75%，比肉眼高約2%。

王平安指有關研發結果在多個國際學術比賽名列前矛，近年開始與內地醫院合作，繼續改善，從而在醫院應用，現亦開始與本港公立醫院商討有關事情。

來源:明報