【大纪元2018年06月05日讯】（大纪元记者施芝吟台湾台北报导）Google5日请到Google AI产品经理Daniel Tse分享Google如何将人工智慧技术与医疗应用结合。Google表示，未来可望进军台湾医疗。
Daniel说，人工智慧 （AI）以及机器学习 （Machine Learning） 人工智慧是能让事物变更聪明的科学，而机器学习则是训练机器透过学习使其变得更聪明。
他表示，机器学习技术的运作过程为，从训练到推论，训练机器辨识在影像中猫或狗的特征，给予上千张猫的影像，并且指认这是猫，而不需要描述有关猫咪的特征，机器即可从输入的例子中自己学习辨认猫的影像，且无需人工介入。
Daniel指出，同样的科技也可应用在医学影像上，特别是需要浏览大量资料或者专业知识的人有限的领域，特别适合机器深度学习。
全球有4.15亿的糖尿病患者，他们恐有视网膜病变风险，印度因缺少近12.7万名眼科医师，导致有多达45％的患者在还未接受诊断前就失明、丧失部分视力。Daniel说，为了挽回这种情形，Google员工利用Google Photo等算法，来做影像分类，透过导入深度神经网路判读眼底影像，也与50名眼科医师合作。经数月研究发现，模型表现与一般眼科医师不相上下，甚至超越眼科医师，同样运作的原理也被运用在Google相簿中。
Daniel表示，AI技术还可用于乳癌筛检，每12人的乳腺癌检测中，就有1人可能被误诊，也是过去面临的一大挑战。为了解决时间限制和诊断差异性高的问题，Google 正帮助医生检测淋巴结内乳癌细胞转移情况，建立产生预测热图的模型来帮助肿瘤细胞的定位作判断。
癌症的诊断包括取肿瘤样本，放在玻片上、染色，在显微镜下观 察细胞情形。每一个玻片上包含将近 10 亿像素（10 gigapixels）的资讯，而透过显微镜彻底检查这些玻片则非常耗时且复杂。
Daniel说，最终用玻片对还未训练的模型进行训练时，该算法产生的预测热图有了很大的改善，且算法的定位分数 (FROC) 达到 89%，大幅超越了在没有时间限制下，病理学家对肿瘤定位的正确率(73%)，我们也将这项研究工具开放到网路上，让其他研究 人员都可以使用。
责任编辑：王愉悦
