近日贝斯以色列女执事医学中心（ BIDMC ）与哈佛医学院合作研发了一套人工智能系统，它可以用于乳腺癌的诊断。
BIDMC的Andre Beck称他们采用的方法类似于平时将人工智能用到语言、图像等识别的方法。就是给这套人工智能系统输入400的病理片子，让它去识别片子中哪些部分有癌细胞，哪些部分是健康区域。这些片子被分成两个部分，其中270张用于深度学习训练， 130张用于测试。
为了减少运算时间，研究人员将研究的重点放在分析病理片中最有可能包含癌细胞转移的区域。他们优化了原来的病理图，利用算法将原片中的细胞组织区域突出出来，去掉空白背景。然后在此基础上将健康病理图与病变图比对，训练机器识别病变区域和健康区域，之后通过热点图的方式将病变区域标识出来。
病理图优化及癌细胞转移探测图
通过这个方法，目前它的准确率能达到92%。近期他们参加了生物医学成像的年度国际研讨会上的一个比赛，比赛中它需要从淋巴结的中找到有乳腺癌的病例，比赛期间它在两个单独的类别项目中获胜。
尽管它达不到人类病理学家 96% 的准确率，它的却是非常有前景的。
在研究人员公开的论文中称，目前显微镜图像分析存在着规范化、诊断错误等问题。再加上人力诊断病理片需要医生花费大量时间和精力，尤其是在诊断淋巴结是否呈阴性或者观察小的癌细胞转移病灶时。尽管目前也有技术手段用于诊断，但那往往成本高，且需要诊断的时间长。这套人工智能的开发可以更好地帮助医生做出判断。
Back称，它最让人兴奋的一点在于这套技术与病理学家的分析结合在一起时，它的诊断准确率可以高达 99.5%。他说，生物医学成像年度研讨会上的比赛结果已经展示出计算机与人的结合的优势，它将帮助医生做出更好的治疗决定。