位于圣地亚哥之新创公司图玛深维(12 Sigma Technologies),使用有着 GPU 助力的人工智能和深度学习来提升诊断致命疾病的精准度,尤其是肺癌。

医生通常以目视方式在 CT 扫描影像里寻找小结节,试图推断这些结节到底是良性或恶性。医师通常很难发现微小的结节。图玛深维共同创办人暨执行长钟昕表示太晚发现肺癌,造成患者生存率仅 17%。

钟昕说:「几乎每一件肺癌都是以小结节开始的。医师得花好多年才能掌握有着各种外观的结节。」

运用深度学习提高癌症诊断精准度

钟昕与其团队决定使用深度学习来训练人工智能算法,协助医生提高分析 CT 扫描影像的效率,进而更快、更准确地诊断肺癌。CT 扫描最多包含五百个影像。随着这些及其它影像医学检测方法变得日渐普遍,也更要求强大的分析技术。

图玛深维共同创办人暨技术长高大山说:「由于 CT 产生出大量资料,适合使用人工智能来检测癌症,在处理资料时可以使用最新的深度学习计算机视觉技术。」

图玛深维使用来自美国和中国两地医院的 CT 影像,来训练该公司有着 GPU 助力的神经网络,执行速度较 CPU 快上50倍。高大山说这就象是在几天,甚至几小时内便能完成训练模型的作业,而过去要用上数周或数个月的时间。

使用 CT 影像不断学习

中国有至少35间医院已测试了图玛深维的技术。医生通常先以目视方式查看 CT 影像,再以图玛深维的算法再次检查。医师常会发现他们未在目视检查里找出的癌症结节,以更快决定割除恶性结节。

医生可以消除假阳性、使用假阴性、建立新加上标记的资料,并且微调算法,使得这项技术不断进行学习。

高大山表示:「结合医师与软件,便可实现极高灵敏度与极低假阳性的误报率。」

解救生命的技术

图玛深维的技术对医师产生显著影响,过去医师花在目视检查 CT 扫描影像的时间是十分钟,还要花更多时间去判别为良性或恶性。图玛深维的系统进行检查和分类的时间,只要两分钟。钟昕估计如此一来可为医生每天省下至少四个小时,让他们能有更多时间对病人进行沟通或更多研究活动。

当然真正的胜利是尽早发现肺癌以保持患者的生命

图玛深维产品开发部门副总裁 Yumin Yuan 说:「挽救一个人的生命,意义非常重大。这让我们感到十分兴奋。」