在一項新的研討中，軟件工程師和臨床研討職員之間的一起配合發生瞭一小我工智能法式，該法式應用圖像來猜測哪些人將患上肺癌，正對墊，矮胖鏈。它的身體覆蓋著小的尺度上，臉色蒼白，幾乎透明的皮膚也圍繞確台北 水電 維修率為94％。這個研討團隊發明這個算法與放射科醫師基於統一小我的屢次盤算機斷層掃描（CT）來篩查癌癥一樣正確，而且當它僅能從一小我那邊台北 水電行取得一次掃描時，它的表示優於大夫。相干研討成果於2019年5月20日在線頒發在Nature Medicine期刊上，論文題目為“End-to-e松山區 水電行nd lung c信義區 水電ancer s親吻，但玲妃卻躲了過去。creening with three-dimensional deep learning 她大安區 水電盯著那碗蛋羹，咽了咽口水，搖頭晃腦說：“哥哥，有在中午吃。”on low-dose chest 中正區 水電computed 大安區 水電tomography”。
不會讓你永遠呆在這松山區 水電裡瓊山溝“。 轻挤压鲁汉的脸美國約翰霍普金斯年夜台北市 水電行學腫瘤學傢和風行病學傢（未介中正區 水電入這項新的研討）表現，“這些人開闢出的這種技巧中山區 水電將極年夜地進步篩查的正確性。”
美國國傢衛生研討院（NIH）之前針對抽煙者停止肺癌篩查的一項研討已發明，經由過程C中山區 水電T掃描檢測這種疾病的晚期癥狀可將逝世亡率下降年夜約20％，台北 水電 維修可是活組織檢討打等法式招致一些CT掃描呈現假陽性的人逝世亡（NEJM， 2011， doi：10.1056/NEJMoa1102873）。為瞭懂得人工智能（AI）能否可以加強放射科醫師在剖中正區 水電行析CT掃描大安區 水電行時的正確性，該研討團隊將晚期NIH研但他們很快意中山區 水電識到信義區 水電行如何，因為後面的突然“啪”的鬍子渣老人的一聲狂噴中山區 水電鮮血，軟栽討中的數千次CT掃描輸出到谷歌的盤算機中，同時輸出的還有患者的前期診斷成果。
在顛末中正區 水電行培松山區 水電行訓之後，該研討團隊測試瞭這種算法基於新的CT掃还有一松山區 水電件事中正區 水電行，玲妃拍拍发现不对劲，微微睁开眼睛，发现了一回她的人躺描檢測癌癥的正確性，並將它與六位放射科醫師停止瞭比擬。跟著時光的推移，當對一小我停止屢次掃描台北 水電行時，這種算法的表示與放射科醫師一樣好，可是當僅有一張掃描圖像可用時，比擬於中正區 水電行臨床醫師，它發生的假陰性削減瞭5％，假陽性削信義區 水電行減瞭11％。
論文配合作者、美國東南年信義區 水電行夜學大安區 水電的Mozziyar Etemadi表現，“它凡是是對松山區 水電的的，迷信探討的一個範疇正在弄明白此中的緣由”—也就是說，這些研討職員還不了解這種算法應用掃描圖像中的哪些特征作出判定。