Google訓練深度學習模型判讀多種肺部X光片病徵
Google發表論文，以深度學習判讀胸部X光片，可分類出四項臨床重要的特徵，氣胸、結節和腫塊、骨折以及氣腔陰影，而精確度與放射科醫生相當。這項研究能夠幫助醫生更精確的診斷病患的肺部狀況，避免因誤診帶來嚴重的後果。
以機器學習幫助疾病診斷的研究越來越多，Google自家的研究，包括在今年早前發表以機器學習判讀肺腺癌組織切片的論文，其精準度已經可達到與病理學家相當的程度，另外，還有機器學習用於前列腺癌以及皮膚疾病鑑別的研究。
臉書留言
胡 自文
(這個頁面共進入 10 次, 今天進入 1 次)
