深度學(xué)習識別皮膚癌媲美醫生，智能手機檢測癌癥將不再遙遠

研究人員希望在不久的將來(lái)將這項技術(shù)投入實(shí)用，讓更多人獲得更好的醫療服務(wù)。試想一下吧：一臺皮膚癌檢測儀，就在你智能手機里。

【導讀】斯坦福大學(xué)的研究人員開(kāi)發(fā)深度學(xué)習算法，識別皮膚癌的準確率與專(zhuān)業(yè)的人類(lèi)醫生相當，相關(guān)研究論文被選為封面論文在本期 Nature 發(fā)表。研究人員訓練系統觀(guān)看了近13萬(wàn)張痣、皮疹和其他皮膚病變的圖像，然后讓系統與21位皮膚科醫生對比測試，結果系統的精確度與人類(lèi)醫生相當（“至少”91%）。使用這一技術(shù)，有望制造出家用便攜皮膚癌掃描儀，造福廣大患者。

“我們制作了一個(gè)非常強大的機器學(xué)習算法，能夠從數據中學(xué)習，”論文的其中一位主要作者、斯坦福博士生 Andre Esteva 在新聞發(fā)布稿中表示，“不是通過(guò)編寫(xiě)代碼，而是讓算法自己發(fā)現該去尋找的東西。”

Esteva 提到的強大的算法也就是我們所說(shuō)的“深度學(xué)習”，或者說(shuō)神經(jīng)網(wǎng)絡(luò )。

當斯坦福的這項合作研究開(kāi)始時(shí)，神經(jīng)網(wǎng)絡(luò )已經(jīng)能夠從大約1000個(gè)不同類(lèi)別中識別128萬(wàn)幅圖像。但是，與分辨不同種類(lèi)的狗的圖片不同，將一塊不規則的皮膚色斑識別為良性脂溢性角化病還是惡性腫瘤會(huì )影響患者的生活乃至生命。因此，算法需要極高的準確率與可靠性。

與分辨不同種類(lèi)的狗的圖片不同，將一塊不規則的皮膚色斑識別為良性脂溢性角化病還是惡性腫瘤會(huì )影響患者的生活乃至生命。因此，算法需要極高的準確率與可靠性。來(lái)源：Fig. 1b, Esteva, Kuprelet. al,2017

“我們沒(méi)有用來(lái)訓練算法的皮膚癌數據庫，因此只能動(dòng)手自己做。”論文的另一位主要作者、斯坦福博士生 Brett Kuprel 表示。“我們從互聯(lián)網(wǎng)上收集數據，與醫學(xué)院合作，從十分雜亂的數據中整理出了很好的分類(lèi)——光是標簽就使用了好幾種語(yǔ)言，包括德語(yǔ)、阿拉伯語(yǔ)和拉丁語(yǔ)。”Kuprel 說(shuō)。

不僅如此，在正式進(jìn)行圖像處理前，他們還需要進(jìn)行數據清洗。皮膚科醫生經(jīng)常使用一種稱(chēng)為皮膚鏡的儀器仔細檢查患者的皮膚。因此，醫療人員使用的皮膚病圖像，它們的放大率和透視角度都是大體一致的。但是，從互聯(lián)網(wǎng)上收集的許多圖像都不是在這樣受控的環(huán)境中拍攝的，因此在角度、焦距和照明方面各不相同。

研究人員最終累積了將近13萬(wàn)張可用的皮膚病變圖像，覆蓋了2000多種不同的疾病類(lèi)型。他們使用這一數據集創(chuàng )建了圖像庫，并將其作為原始像素提供給算法，每個(gè)像素都帶有標簽，描述了相關(guān)疾病的附加數據。研究人員訓練算法總結出圖像里的模式，也即發(fā)現疾病經(jīng)由組織傳播在外觀(guān)上所遵循的規則。

過(guò)程示意圖：研究人員訓練算法總結圖像里的模式，也即發(fā)現疾病經(jīng)由組織傳播在外觀(guān)上所遵循的規則。來(lái)源：Fig. 1b, Esteva, Kuprelet. al,2017

為了測試算法的性能，研究人員找來(lái)斯坦福醫學(xué)院的21名皮膚科醫生。實(shí)驗中，算法和人類(lèi)醫生需要完成三項任務(wù)：①角質(zhì)細胞癌分類(lèi)、②黑素瘤分類(lèi)，以及③使用皮膚鏡檢查的結果對黑色素瘤進(jìn)行分類(lèi)。

在最后一項測試中，研究人員僅使用了高質(zhì)量、經(jīng)活檢證實(shí)的惡性黑色素瘤和惡性癌的圖片。研究人員讓參與測試的人類(lèi)醫生觀(guān)看這些圖片，并詢(xún)問(wèn)他們是“進(jìn)行活檢、治療，還是安慰病人”。算法在發(fā)現所有癌性病變和不得到假陽(yáng)性結果兩方面都表現良好，綜合準確率為91%，與人類(lèi)醫生表現相當。

斯坦福大學(xué)的研究人員希望在不久的將來(lái)將他們的這項技術(shù)投入實(shí)用，讓更多人獲得更好的醫療服務(wù)。試想一臺就在你智能手機里的皮膚癌檢測儀，隨時(shí)隨地方便使用。

論文：用深度神經(jīng)網(wǎng)絡(luò )分類(lèi)皮膚癌，達到皮膚科醫生水平

摘要

皮膚癌是最常見(jiàn)的人類(lèi)惡性腫瘤，主要通過(guò)視覺(jué)方式診斷，從臨床篩查開(kāi)始，之后可能跟進(jìn)皮膚鏡分析檢查、活體細胞檢測和組織病理學(xué)檢查。由于皮膚病變外觀(guān)的細粒度變化，讓系統自動(dòng)對皮膚病變圖像進(jìn)行分類(lèi)十分困難。深度卷積神經(jīng)網(wǎng)絡(luò )（CNN）常被用于分類(lèi)各種不同細粒度的對象，并且在多項任務(wù)中表現良好。

在這里，我們展示了使用單一CNN 對皮膚病變進(jìn)行分類(lèi)的過(guò)程，這一神經(jīng)網(wǎng)絡(luò )僅以像素和疾病標簽作為輸入，直接使用圖像進(jìn)行端到端的訓練。我們使用了含有 129450 幅臨床圖像的數據集——比以前的數據集大了兩個(gè)數量級——包含 2032 種不同的疾病類(lèi)型，訓練了一個(gè)CNN。我們使用活檢證實(shí)的臨床醫學(xué)圖像，測試了該網(wǎng)絡(luò )在兩大案例中的性能，結果與 21 位認證皮膚科醫生的表現做對比。

這兩大案例分別是：角質(zhì)細胞癌與良性脂溢性角化病，以及惡性黑色素瘤和普通的痣。第一例代表最常見(jiàn)的癌癥識別，第二例代表了最致命的皮膚癌識別。深度卷積神經(jīng)網(wǎng)絡(luò )在這兩個(gè)任務(wù)上的表現都達到了所有接受測試的專(zhuān)家的水平，證明了這一人工智能系統的皮膚癌鑒定水平與皮膚科醫生相當。

配備這一深度神經(jīng)網(wǎng)絡(luò )的移動(dòng)設備可以讓皮膚科醫生的診斷得到臨床以外的使用。預測到 2021 年，全球將有 63 億智能手機用戶(hù)，這為實(shí)現低成本的重要診斷鋪平了道路。

深度學(xué)習改變癌癥診療，仍有很大提升空間

斯坦福的這項研究發(fā)表后，兩位皮膚病學(xué)研究者——俄勒岡健康和科學(xué)大學(xué)的 Sancy A. Leachman 和美國國家癌癥研究所 Glenn Merlino 在 Nature 撰寫(xiě)了評論文章《癌癥診斷的最后前沿》（The Final Frontier in Cancer Diagnosis）。

Leachman 和 Merlino 肯定了斯坦福大學(xué)研究者的貢獻。但他們也指出，Esteva 等人所使用的訓練數據集比此前公布的任何同類(lèi)方法都要大100倍左右，這或許能很好地介紹他們的機器為什么能成功。當然，這種方法也還存在提升的空間。隨著(zhù)越來(lái)越多的數據被填入到這類(lèi)系統當中，機器可以在自己的錯誤被改正的過(guò)程中進(jìn)行學(xué)習，從而讓其性能得到顯著(zhù)的提升。Esteva和他同事的工作代表了提升曲線(xiàn)上的第一點(diǎn)，而不是峰值。作者使用的模型算法名叫 Inception v3，現在，也有一些新的程序和算法可用，這些新的東西能縮減訓練時(shí)間、提升精度。

但是，算法參考信息的準確度決定了算法的準確度。如果機器診斷出病變是惡性的，但是一個(gè)病理學(xué)家對病變的活組織檢查分類(lèi)的結果診斷為良性（non-malignant），那么這可能是一個(gè)“錯誤”的機器診斷。但是，如果在一個(gè)例子中，機器是正確的，而人是錯誤的呢？機器和人診斷的相對準確率可以通過(guò)病變的發(fā)展進(jìn)程進(jìn)行不斷地追蹤。

人工智能用于診斷技術(shù)的一個(gè)顯要的潛在社會(huì )好處在于，能讓更多的人可以獲得高質(zhì)量的醫療。比起既有的醫療系統，一個(gè)包含了這一技術(shù)的智能手機應用程序可以讓更多的人享受高效的、簡(jiǎn)便且低成本的醫療檢查。以皮膚癌的檢測為例，其他依賴(lài)醫生來(lái)進(jìn)行以圖像為基礎的癌癥診斷，比如放射檢查，可能會(huì )被改變。

如果醫學(xué)檢查開(kāi)始依賴(lài)患者對可疑病變的自我識別，那么皮膚癌高風(fēng)險的個(gè)體更有可能在醫生的手術(shù)中選擇不進(jìn)行正常的全面皮膚篩查，這樣可以挽救他們的生命。

但是，人工智能驅動(dòng)的醫療診斷可能會(huì )帶來(lái)意想不到的負面結果。醫務(wù)人員是否會(huì )變成技術(shù)人員，只是對機器的診斷結果做出一定的反應？當然他們可能偶爾也會(huì )有凌駕于計算機之上的權力。并且，如果醫療的檢查都依賴(lài)于病人對可疑病癥的自我診斷，個(gè)人會(huì )不會(huì )更可能選擇不做全面的皮膚檢測，但是，這在醫生的診斷中是必須的，這是可以拯救生命的。

在疾病的早期階段，精確和有效的癌癥診斷，從而獲得最好的治療時(shí)機，長(cháng)久以來(lái)，這樣的事其實(shí)很多都只是發(fā)生在科幻小說(shuō)而不是現實(shí)生活中。但是，也許用不了多久，我們就能擁有能診斷癌癥的智能手機，就像《星際迷航》中出現的那些一樣。我們應該提前做好準備，或者是說(shuō)轉變自己的觀(guān)念，大膽地把人工智能技術(shù)應用在更多的領(lǐng)域。

本文轉載自新智元，編譯：文強、胡祥杰

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！