深度学习系统自动检测疾病

王的软件使诊断速度更快——只需不到30秒，比现有软件快10倍左右。“我们的软件将帮助医务人员减少他们解读医学图像的时间，这样他们就可以提供更好的病人护理，”电气和计算机工程教授、王的导师石范高(Seok-Bum Ko)说。“放射科医生和医生可以更有效地利用节省下来的时间来完成其他重要任务。”

王测试了他的软件检测眼部异常视网膜血管的能力——糖尿病或心脏病的常见症状——在识别需要进一步诊断的异常血管方面准确率达到97%。

从视网膜眼底成像中检测血管通常是困难的。图像最终可能会变得模糊，因此血管可能难以识别。此外，医生通常必须手动在图像上标记血管模式，以确定血管是否破裂，这是一个耗时的过程。

王的软件使用了一种最先进的系统，可以帮助提高图像分类和质量。“深度学习依赖于软件算法，使软件自动学习和分析图像模式，”王说。“我们的想法是，软件‘读取’的图像越多，它在区分健康血管和破裂血管方面就会变得越好、越准确，所以我们可以说它在逐步‘学习’。”’这一想法是所有人工智能研究的核心。”

为了证明他的软件是有效的，王在一个公共数据库中对130多张图片进行了测试，这些图片都是已经可以得到诊断的，这样他就可以对系统进行比较。他的软件被证明比商业软件精确2%。“我们的软件是一个很好的工具，补充了放射科医生和医生的专业知识，而不是取代它，”Ko说。“有人担心，这种新型‘智能’技术将取代人类，就像科幻小说中那样。但事实并非如此，因为我们永远需要人来让机器工作。”

王和柯获得了联邦机构NSERC的资助，他们已经在教软件分别从CT和超声波图像中检测肺癌和乳腺癌，并取得了非常积极的结果。柯震东说:“我们对自己的检测系统感到非常兴奋，我们相信它也会给医学教学带来改变。”