醫療影像分析對於治療疾病而言相當重要，傳統而言需要由經過專業訓練的醫生去處理，不過在圖像分析方面有相當廣泛應用的人工智能，亦可以在這方面派上用場。Google 最近發表的一篇論文，就講述其胸部 X 光分析模型，能夠準確分析出不同的臨牀特徵，協助醫生作進一步治療。
據 Google 的研究論文表示，這個模型經過深度學習訓練之後，可以可分類出四項臨床重要的特徵，包括氣胸、結節和腫塊、骨折以及氣腔陰影，據稱其準確度與放射科醫生相當。未來雖然 Google 希望可以將這個系統應用於偵測更多肺部腫瘤的特徵，不過所面臨的問題是目前缺乏足夠的標籤資料，從放射學報告得到的圖像和解說經過自然語言處理後雖然可以用於訓練，但仍然會有不一致的問題。不過今次的模型仍然可以展示出人工智能在醫學圖像解釋方面的潛力。
Google 表示，如果需要有效訓練模型，則需要有大型的圖像集配合一致和具有臨牀意義的標籤治療，而且標準必須嚴格跟隨，才可以將機器學習技術應用於分析胸部 X 光掃描。今次的模型開發時，Google 特別開發了一個獨立的文字深度學習模型，從文字中抽取關鍵字，為圖像資料集添加標籤，同時還由放射科醫生人手檢視約 37,000 張圖片，以提高資料集標籤的品質。
來源：Venture Beat
