德國海德堡大學研究人員利用10萬張惡性黑素瘤和無害皮膚損害的圖片,訓練一套卷積神經網絡機器學習系統識別皮膚癌。然后,研究人員分別向這套人工智能系統和58名皮膚科醫生展示100張難以診斷的皮膚異常圖像。
結果,醫生成功識別87%的黑素瘤,獲知患者年齡、性別等信息后,識別率增至89%;人工智能系統則識別出95%的黑素瘤。校準識別無害皮膚損傷環節,人工智能系統的表現也優于醫生,成功排除83%的無害損傷,而醫生的排除率為76%。
相關研究論文發表于瑞士《腫瘤學年鑒》雜志。
責任編輯:zsheng | 2018-05-30 07:37:37 本文摘自:大洋網
德國海德堡大學研究人員利用10萬張惡性黑素瘤和無害皮膚損害的圖片,訓練一套卷積神經網絡機器學習系統識別皮膚癌。然后,研究人員分別向這套人工智能系統和58名皮膚科醫生展示100張難以診斷的皮膚異常圖像。
結果,醫生成功識別87%的黑素瘤,獲知患者年齡、性別等信息后,識別率增至89%;人工智能系統則識別出95%的黑素瘤。校準識別無害皮膚損傷環節,人工智能系統的表現也優于醫生,成功排除83%的無害損傷,而醫生的排除率為76%。
相關研究論文發表于瑞士《腫瘤學年鑒》雜志。
關鍵字:智能
責任編輯:zsheng | 2018-05-30 07:37:37 本文摘自:大洋網
德國海德堡大學研究人員利用10萬張惡性黑素瘤和無害皮膚損害的圖片,訓練一套卷積神經網絡機器學習系統識別皮膚癌。然后,研究人員分別向這套人工智能系統和58名皮膚科醫生展示100張難以診斷的皮膚異常圖像。
結果,醫生成功識別87%的黑素瘤,獲知患者年齡、性別等信息后,識別率增至89%;人工智能系統則識別出95%的黑素瘤。校準識別無害皮膚損傷環節,人工智能系統的表現也優于醫生,成功排除83%的無害損傷,而醫生的排除率為76%。
相關研究論文發表于瑞士《腫瘤學年鑒》雜志。
關鍵字:智能