每年全球约有26万妇女死于宫颈癌，而其间印度占比高达25%，也就是说每年有6.7万名印度妇女死于这种癌症。现在能够终究靠前期发现来防备宫颈癌，因而找到更有用的筛查方法能够下降这种癌症的发作。微软以为，人工智能技能的引进将有助于更快地剖析巴氏涂片样本。上一年，该公司与SRL Diagnostics协作，为Pathology创立了一个AI网络。SRL Diagnostics每年对100,000多个子宫颈抹片查看样本进行细胞剖析-其间2％是反常的，需求进一步剖析。凭借AI技能，细胞病理学家将能够愈加高效地履行其作业。
SRL Diagnostics新方案和常识办理技能主管Arnab Roy博士表明：“咱们正在寻觅方法来保证咱们的细胞病理学家能够更快地找到那些2％的反常样品。”
微软Azure全球工程部首席使用研究员Manish Gupta表明，AI算法还有助于消除细胞病理学家之间的差异，并能够“在评价的范畴达到一致”。Roy博士表明：“即便整体确诊是相同的，不同的细胞病理学家也会以共同的方法查看涂片中的不同元素。这是整个进程中的主观因素，许多时分都与专家的经历有关”。
该算法是依据来自多个实验室的细胞病理学家进行的数千次宫颈涂片注释创立的。微软表明发现注解不一致的图画（即假如三个团队成员对它们进行了不同的调查），则将这些图画发送给高档细胞病理学家进行终究剖析。
该技能十分成功，现在已经在实验室中进行了3-6个月的概念验证。在此期间，评价超越50万个匿名数字幻灯片，并在医院和其他确诊中心进行预览。现在，细胞病理学家仅需查看整个根据玻片液体的细胞学图画上的区域，就能够大大削减到20个区域，并验证阳性病例，然后进步功率并加速初始挑选进程。
Roy博士表明：“API有潜力将细胞病理切片的生产率进步约四倍。在AI帮忙下主动制备载玻片的未来情况下，细胞病理学家能够在两个小时内完结作业，而曾经则需求八个小时”
除了宫颈癌之外，这项AI技能能够在必定程度上协助前期确诊许多病理，包含口腔癌，胰腺癌和肝癌。无疑将导致医学范畴的巨大进步，终究每年能够抢救数十万人的生命。
Science科学
了解不知道 敞开认知
按此重视中文大众号
Science科学英语渠道
THE SCIENCE OF EVERYTHING
按此重视英文大众号
您的重视和转发，是对科学事业最大的支撑！
恍然大悟请打赏
点击“星标”，给予支撑！点击“在看”，助力传达！
