阿里云人工智能ET夺肺结节诊断世界冠军

7月14日最新消息，国际权威肺结节检测大赛LUNA16的世界纪录被一家中国企业打破。阿里云ET凭借89.7%的平均召回率夺得世界冠军。此项技术突破由阿里巴巴iDST视觉计算团队完成，并已集成到阿里云ET医疗大脑中

7月14日最新消息，国际权威肺结节检测大赛LUNA16的世界纪录被一家中国企业打破。阿里云ET凭借89.7%的平均召回率夺得世界冠军。此项技术突破由阿里巴巴iDST视觉计算团队完成，并已集成到阿里云ET医疗大脑中。

LUNA16最新官网排行

大赛要求选手对888份肺部CT样本进行分析，寻找其中的肺结节。样本共包含1186个肺结节，75%以上为小于10mm的小结节。最终，ET在7个不同误报率下发现的肺结节平均召回率达到89.7%，超出第二名0.2%。

FROC曲线

召回率指在样本数据中成功发现的结节占比。上图显示了ET在不同误报次数下的召回率情况。

比赛中，阿里云ET医疗大脑克服了一系列挑战：结节模态复杂，早期的结节小(小于10mm)，传统的机器学习和用于自然图像的深度学习网络通常难以凑效。

阿里巴巴iDST视觉计算团队负责人华先胜介绍，与常用的两阶段检测方法不同，他们创新性地使用了单阶段方法，全程无须人工干预。机器全自动读取病人的CT序列，直接输出检测到的肺结节。

在模型结构设计上，ET针对CT切片的特性，采用多通道、异构三维卷积融合算法、有效地利用多异构模型的互补性来处理和检测在不同形态上的肺结节CT序列，提高了对不同尺度肺结节的敏感性;同时使用了带有反卷积结构的网络和多任务学习的训练策略，提高了检测的准确度。

华先胜是视觉识别和搜索领域的国际级权威学者，曾获选国际电气与电子工程协会院士(IEEE Fellow)、美国计算机协会ACM杰出科学家。

肺部CT资料

国家癌症中心公布的数字显示，肺癌在所有恶性肿瘤发病及死亡中均占首位。胸部CT放射影像技术，是肺癌早期筛查的有效手段。但是由于CT扫描影像数量多(一次CT扫描影像通常在200张以上)，医生诊断的时间长，加上工作量大，容易疲劳，人工误差不可避免。人工智能成为新的选择。

目前，这一技术已经集成到阿里云ET医疗大脑中。ET医疗大脑可在精准医疗、医学影像、药效挖掘、新药研发、健康管理、可穿戴设备等领域承担医生助手角色，并已在肺癌、宫颈癌、甲状腺癌等领域实现突破。

在视觉计算领域的持续攻坚，是阿里巴巴“NASA”计划的一部分。不久前，该团队还打破了全球权威机器视觉算法测评平台KITTI的世界纪录，将车辆检测的准确率拉升至90.46%。这项技术后被应用到ET城市大脑中。

感谢IT168的深度报道 原文链接

AI不是呼吸机，也不是疫苗！滑铁卢大学教授呼吁：警惕华而不实的新冠AI研究热潮！ 我们不能因为封锁隔离而放弃基本的科学原则，人工智能既不是呼吸机，也不是疫苗，更不是药丸。值得注意的是，根据一些大多数由没有临床经验或不具备医学能力的工程师和计算机科学家创建的医学影像小数据集，有些网站甚至提供了关于如何从 X 射线扫描中高精度地检测出 COVID-19 的建议，甚至还有一些未经同行评议的论文，用 “COVID-Net” 这样的夸张名字为他们的解决方案进行 “洗礼”。
AI版进化论上演？遵循适者生存，几天内复现数十年AI研究轨迹 AI可以自我进化了？的确，谷歌的计算机科学家Quoc Le和他的同事们开发了一个名为AutoML-Zero的AI程序，借用了达尔文进化论以及“适者生存”的概念，在没有人类输入的情况下，它可以一代又一代地改进。
阿里巴巴AI夺肝结节诊断两项世界冠军，至今无人超越 在澳门用人工智能预测流感趋势后，阿里巴巴还在继续探索如何用科技保障人类健康，这一次是更准确地测量肝结节。 12月28日消息，在全球LiTS(Liver Tumor Segmentation Challenge，肝脏肿瘤病灶区CT图像分割挑战)上，阿里巴巴从近百支科学家队伍中脱颖而出，已获得两项第一，至今无人超越。
DeepMind医疗领域大突破：AI眼病诊断工具堪比专家，准确率达94%！ Deepmind与英国NHS旗下的医院合作开发了一款AI眼部诊断工具，通过对眼部OCT图像的扫描，可识别出50多种威胁到视力的眼科疾病，准确率高达94%，超过了人类专家的表现。这是DeepMind的AI和机器学习算法首次打造出一款医疗产品。相关成果已发表在《自然·医学》期刊上。
【Nature重磅】再创纪录！百余家实验室近150位科学家联合开发超级AI系统，精准诊断近100种脑癌 距离我们上次报道张康教授的重磅AI研究还不到一个月，来自全球100多个实验室的近150位科学家联合在顶级期刊《自然》发文，他们开发了一个超级AI系统，基于肿瘤组织DNA的甲基化数据，可以准确区分近100种不同的中枢神经系统肿瘤。