谷歌详细介绍了可以对人类胸部X射线进行准确分类的AI

用机器学习算法分析胸部X射线图像说起来容易做起来难。

这是因为通常情况下，训练这些算法所需的临床标签是通过基于规则的自然语言处理或人工注释获得的，这两种方法都容易引起不一致和错误。此外，要组装代表各种病例的数据集，并仅给出图像就建立具有临床意义且一致的标签是很困难的。

为了推动有关X射线图像分类的目标，Google的研究人员设计了AI模型，以在人类胸部X射线上发现以下四个发现：气胸(塌陷的肺)，结节和肿块，骨折和空洞混浊(用材料填充肺树)。在《自然》杂志上发表的一篇论文中，研究小组声称，该模型家族在人类专家进行的独立审查中使用了带有高质量标签的数据集中的数千张图像进行了评估，证明了其在放射线水平上的表现。