科技先生6月19日讯，近日，百度研究院发表论文提出一种名为“神经条件随机场”的病理切片分析算法，将肿瘤识别定位准确率大幅提高，准确率超专业病理医生。
据悉，今日在百度发表的一篇论文中显示，百度已研发出一种全新病理切片分析算法，卷积神经网络通过将400张大图像分割成数万张较小图片网格进行训练，然后随机抽取20万张小图像，利用算法来对每一张较小的照片及其邻近的单元格进行分析。就像放大图片，看到更大区域从而做出更有置信度的判断一样。在这里，相邻切片之间的空间相关性通过特定类型的概率图形模型(条件随机场)进行建模。整个深度学习框架可以在 GPU 上进行端到端的训练，无需任何后处理过程。
目前在医疗领域有很多癌症诊断方法，其中病理学活体检测被认为是最为可信的标准。然而，对病理学切片进行分析并不是一件容易的事，即使对于经验丰富的病理学家而言也是有挑战的事情。一个放大 40 倍的病理切片数字图像通常包含数十亿像素，而在这样大规模的内容里，病理学家有时需要找寻微转移、肿瘤细胞细小群体等早期癌症征兆。这些任务让审查病理切片，而不遗漏任何临床证据成为了一项非常复杂耗时的工作。
据了解，在公开数据集Camelyon16大赛测试集上，该算法的肿瘤定位FROC分数为0.8096，超过专业病理医生水平以及由哈佛和麻省理工学院联合团队所保持的最好成绩。除了病理学切片分析方面的研究，百度还在探索AI在眼底影像、放射影像、以及智能问诊等其他一些医疗领域的应用。
同时，百度研究院也在Github上开源了整套算法代码，以便其他研究人员在此基础上进行更深入的研究，促进人工智能在医学图像分析领域取得更加长足的发展。