未来可以通过手机诊断皮肤癌 是如何实现呢？

未来，人们有望通过手机诊断皮肤癌。人们可以通过手机获得更优质、方便的医疗服务。这是如何做到的呢？

近日，《Nature》杂志在封面发表一篇文章：利用深度学习算法诊断皮肤癌，准确度达到91%，可以与医生比肩。

皮肤癌的种类很多，能正确诊断皮肤癌的种类以及恶化程度对于患者和医生来说有着不小的价值。以前的AI从一堆波斯猫中分辨出狗来，准确率无伤大雅，但是如何区别各种皮肤病的不同斑点，并从中识别出皮肤癌，这是事关人命的大事，对准确率要求极高。

资料来源：前瞻产业研究院整理

那么如何实现皮肤癌诊断的准确率呢？

该文章第一作者，斯坦福大学的研究生Andre Esteva认为卷积神经网络应用在AI的算法上有助于提升机器的决策效率。卷积神经网络，它最开始出现在谷歌大脑中，利用自身惊人的计算能力可以强化算法的决策能力。通过斯坦福大学研究以后，神经网络已经能够从大约1000个不同类别中识别128万幅图像，但是，研究人员需要从一个良性的脂溢性角化病了解恶性肿瘤。Andre Esteva说：“我们做了一个非常强大的人工智能算法，可以从数据中进行学习，通过写代码，让系统自己去发现该去识别、寻找什么内容。”

其次，提升AI诊断的准确率还需要大量的数据进行训练，因此，如果能提高机器的数据训练量，那么就能实现高频的准确率提升。该文章的共同作者斯坦福研究生Brett Kuprel表示：“我们在互联网上搜集了一些图片，与医学院合作，将这些图片分类整理，并打上标签——这些标签包括德语、阿拉伯语、拉丁语等等”最后，研究人员还是收集到了约130000幅皮肤病变的图像，包含了超过2000种不同的疾病。他们使用这些图像创建了一个图像库，并将其作为原始像素提供给算法，每个像素都带有标签，描述了相关疾病的附加数据。然后研究人员研究出一套算法，让算法弄清楚了这些图片的内在联系：即疾病经由组织传播在外观上所遵循的规则。

资料来源：前瞻产业研究院整理

最后当研究人员将人工智能系统得到的诊断结果与医生诊断的结果相对照的时候发现，所有癌性病变和不得到假阳性结果两方面都表现良好，准确率在91%，这已经与医生的水平相当了。

如果这些实验能应用到人们的生活中去，将会让民众获得更优质、方便的医疗服务。并且，现如今智能手机已经无处不在了，每个手机上都含有各种各样的传感器和相机，我们可以通过手机图像直接用人工智能系统判断是否患皮肤癌，同时如果皮肤癌的问题解决了，那么其他疾病还会遥远了吗？