视见医疗的人工智能识别新技术：最快30秒识别肺癌及乳腺癌

王平安（左方）与科学研究小组出乎意料运用于认知科学相片标识关键技术，大幅提高心脏病及乳腺癌的相片病患精度。

针对心脏病及乳腺癌 最快30秒顺利完成标识

心脏病及乳腺癌为香港地区常见于的高危顽疾，为大幅提高病理病患效率，香港地区中所文大学工程学学部科学研究小组运用于认知科学相片标识关键技术，通过广度深造控制系统的资讯电脑断层读取及病理有组织切口等MRI，以科学研究该两类前列腺癌，得成结论，利用该关键技术的资讯的前列腺癌MRI，生存率分别将近91%及99%，标识过程亦加快至30秒至5分钟，更降低了误诊率。小组将与本地公营中医部合作伙伴，期望关键技术最快可在未来会一两年后广泛运用于。

心脏病是香港地区头号致命前列腺癌，每年有数千宗可选病例。心脏病晚期多以大肠小腹腔（small pulmonary nodule）的方式消失，病患者的大肠部相片会消失较宽团状镜子。现有眼科医生主要借助胸腔电脑断层读取（CT）图象体检，理解病患者大肠部是否是有大肠小腹腔。

看不见要看五分钟

不过，每次体检可归因于多达数百张CT图象，一般意味着，若逐张以看不见检视，每幅花3秒，耗时多于5分钟，会耗费大量时长和正因如此心，精度也会因为眼科医生的经验及精神状态而共存不同。

中所大计算机关键技术与工程学系大学教授王平安及其小组，于5年前展开方面实验。他们采用认知科学广度深造关键技术（Deep Learning）的资讯CT读取图象，无需30秒就能自动标识成可能消失大肠小腹腔的位置，精度将近91%。

王平安暗示，广度深造是同义电脑与众不同人的神经控制系统，根据所收集的数据，按眼科医生的务必及；还有，顺利进行数据分析，并且多次重复的深造及改动，可大幅提高控制系统精度。

原订一两年内得到广泛运用于

他相信该关键技术将于未来会一两年内被广泛运用于。广度深造借助先进的方法，大幅提高关键技术的诱发，降低假阳性率，解决了用看不见体检相片所遇到的最大者下一场。

王平安又披露，小组将联合成都的3所中医部共同合作开发方面产品线，才会与香港地区中医部合作伙伴，以尽快在本地医疗卫生运用于。

除了心脏病值得注意，有关关键技术也可运用于在乳腺癌病患。眼科医生一般要通过X光造影或MR读取体检硬块位置，而在体检上皮细胞转回时，就须切取一小块活着有组织为抽样，在显微镜下体检上皮细胞是否是有转回，以及判别是良性或恶性。

一幅倍数活着有组织正因如此切口图象的对比度很高，档案尺寸m1GB，于是科学研究小组合作开发了一种崭新的深层叠时域数学模型，分阶段处理乳腺癌的切口图象。

首先使用改良版的正因如此时域网络（Fully Convolutional Network），即一种对图象顺利进行较粗略但保持高灵敏度的快速预测模型，重构成更加精密而吻合的预测结果，最后定位并挑选成含有上皮细胞转回的图象。

整个过程无需近5分钟至10分钟，而现有即便如此看不见体检则需要花费15分钟至30分钟。自动化体检的精度降至近99%。

科学研究小组正因如此体成员之一的Clark本科窦琪同义成，小组早前参加过不少国际学术比赛，比赛也会提供病患者数据以的测试控制系统的精度，得成结论中所尺寸组的体现优秀，在体检心脏病及乳腺癌的生存率达九成或以上。

>>>>人物讲解

王平安：视见医疗联合创始人&获奖者董事长，教育部鄱阳湖历史学者，香港地区中所文大学计算机关键技术与工程系大学教授，虚拟现实、仿真及图象学科学研究中所心所长，重点战略科学研究计算机辅助中医科学研究领域所长，中所科学部深圳先进学部人机交互实验室所长。主要科学研究朝著为计算机辅助中医、虚拟现实在中医中所的运用于、交互式电子设计仿真、投影中医图象等朝著，已发表学术研究400余篇。由王平安大学教授领导生产第一个“虚拟人”，首次在计算机的平台上实现了对超高对比度可视人数据的移动性交互及逼真的仿真。