对付年夜夫是如何培养出来的，我们都有些大致的观点：多年的教室学习，堆积如山的教科书和学术期刊，还有无数个小时的演习经历。
AI学医的办法则不是那么直不雅观。
环绕算法是如何学习这些模式的，以及这种技能中可能存在的陷阱，我们联手医学AI初创企业MD.ai联合创始人利奥·陈（Leo Chen），以及放射科年夜夫卢克·奥克登-雷纳（Luke Oakden-Rayner）演习了两个算法，让它跟医学专业人士一较高下。个中一个算法检测肿瘤性结节，另一个则评估其为恶性肿瘤的可能性。
医用AI的开拓常日是繁芜的模式匹配：一个算法浏览无数器官扫描图像，包括有肿瘤的和没有肿瘤的，学着区分这两个种别。
我们给算法馈送了近20万张CT扫描图像，包括2D和3D图像，个中有恶性肿瘤、良性肿瘤，也有不存在肿瘤的图像。为丈量算法的准确程度，我们采取了“召回率”指标，跟年夜夫们所用的办法相同。它丈量的是给定虚警数量的情形下，算法对结节的检出率。比如，“60%召回@1”的意思是：在每张图像许可一个虚警的情形下，它能精确检出60%的肿瘤。对付另一个检测恶性肿瘤的算法，表示准确率的指标相对大略：精确检出的恶性结节的百分比。
从理论上讲，这个虚警数字的高低是可以调节的，但会影响到结节的检出率。比如，若每准确检出一个结节，我们都许可涌现4个虚警，那么，结节的检出率就会增加。在现实利用中，虚警率越高，病人接管的不必要检讨就越多。但对付算法的敏感度，每个年夜夫所能接管的水平不尽相同，有的看重准确率，有的着重降落虚警率，详细视年夜家的事情流程而定。
红圈中的白点是一个小的结节。别的白点都不是结节。
演习完成度：0%；
阅览图片数：0；
耗时：00:00:00
机器
结节检出率：0.00% @Recall
恶性检出率：0.00% @Recall
放射科年夜夫：AI系统要学会两种技能——检测肺部结节，并判断哪些可能为恶性。
检测：结节是一种很小的组织，正常情形下一样平常不存在于肺部。探求结节是经典的“大海捞针”型问题。这是由于，结节常日很小，乍一看去，很多构造都与之类似，比如血管和疤痕。恶性肿瘤检测：放射科年夜夫借助一系列特点，判断哪些结节可能为恶性肿瘤。最常用的是弗莱施纳判断标准，只考虑结节的大小和数量，以及吸烟等风险成分。其他系统更加繁芜，包括了形状和结节涌现的位置。演习完成度：25%；
阅览图片数：0；
耗时：00：00：00
机器
结节检出率：46.40% @Recall1
恶性检出率：46.32% @Recall1
放射科年夜夫：这个时候，AI对结节一无所知。常日，它会标记一个血管，不能肯定其是否为结节，但疑惑可能是恶性肿瘤。但实际上，恶性肿瘤只涌现于结节中，以是上述结果自相抵牾。
而人类就会知道，这既然不是结节，自然也不会是恶性肿瘤，由于它存在分岔，明显属于血管。
演习进行到一半，AI系统认为，大肠肠壁上的这一褶皱可能为肺部结节。
演习完成度：50%；
阅览图片数：95,166；
耗时：00:36:39
机器
结节检出率：59.80% @Recall1
恶性检出率：68.71% @Recall1
放射科年夜夫：到这个时候，AI在检测大型结节（直径超过1cm的结节）时，已经能相称肯定。但它仍没有学到一些大略的教训。比如，在完备正常的肺部，乃至在肠道部位，它都会比较肯定地检测出“肺部”结节。这揭示呈现代AI的一个特点：知识的彻底缺失落。三岁小孩都知道胸和腹的差异，但AI就只会探求“类似结节”的模式，而不知腹部为何物。
AI系统开始知道，在肺部的边缘，这种小疙瘩险些可以肯定不是恶性肿瘤。
演习完成度：75%；
阅览图片数：142,749；
耗时：00:55:29
机器
结节检出率：64.30% @Recall1
恶性检出率：76.38% @Recall1
放射科年夜夫：到这时，AI逐渐摸着了门道。它高度肯定为结节的点，险些全部都为结节。纵然它不太肯定的点也都是“类似结节”。有一项任务纵然对人类而言也较为困难，那便是区分结节和先前传染留下的疤。一样平常而言，肺部最边缘的眇小结节总是良性的，可以忽略。这个时候，AI系统已经很善于于此。它并不愿定这些东西是结节（实际并不是），并能肯定它们不是恶性肿瘤。
AI认为，红圈内的点是一个结节，但不属于恶性肿瘤；而白圈内的大型结节肯定为恶性肿瘤。
演习完成度：100%；
阅览图片数：190,332；
耗时：00:55:29
机器
结节检出率：67.90% @Recall1
恶性检出率：82.82% @Recall1
放射科年夜夫：演习完成后，模型的表现已经相称不错。只就极其肯定的预测而言，大部分可疑的大型结节都被检测了出来。
正如我们所希望的那样，模型险些100%肯定：这些大型结节是恶性肿瘤。放射科年夜夫绝对会把它们当恶性肿瘤看待，直到该可能性被打消。AI系统也同样“操心”。
而在AI不太肯定的预测中，一种有趣的模式开始呈现：对付肺部“类似结节”的点，AI系统不愿定其为结节，但肯定它们不是恶性肿瘤。在很多情形下，AI比较肯定那是结节，但100%肯定它是良性的。虽然，人类从一开始就不会管那些构造叫做“结节”，但对病人来说，终极答案是一样的。
AI系统十分肯定地认为，红圈内的点是一个结节，但险些可以肯定它并非恶性肿瘤。放射科年夜夫赞许这一判断；详细而言，它处在肺部边缘，且位于大动脉后面，比较让人放心。另一方面，图片顶部的大型结节（白圈内）险些肯定是恶性肿瘤；AI系统得出了相同的判断。
AI系统还学会了一个比较棘手的问题：钙化结节险些肯定是良性的，但在数据集中，这类结节并不多见，因此，AI系统很难节制这个知识点。对人类而言，这太随意马虎了，只要认得“钙化”就行了。一旦知道要找什么，我们乃至都不用练习，一上手就能找到精确答案。
AI系统无法理解“钙化”的观点，只能通过学习，判断某种图像模式属于良性。比如在这个项目中，钙化结节的密度比非钙化结节的密度大（在图中显得更亮）。见多了这种结节，并知道它们从来不是恶性肿瘤，AI就节制了这种模式。
有一种特定的结节较难判断，由于它是钙化的，同时又很大（体积较大是恶性肿瘤的有力指标）。起初，AI认为，它们绝对是恶性肿瘤，在接管了5万张图的演习之后，它依然这样认为。但演习到10万张图的时候，它已经能100%确定，这种结节是良性的，由于它创造，关键要看密度。
红圈内的结节密度很大（在图中显得很亮），白圈内的结节密度较小（呈灰色）。前者是良性钙化结节，而后者险些肯定是恶性肿瘤。
结论AI表现非常之好，不过尚未企及放射科年夜夫的水平。
这紧张是由于数据集不足大，CT扫描图像不敷1000张。科技公司或医院开拓的类似系统会利用几千乃至几万张图像。我们采取的是一个免费数据集，而IBM等公司不惜斥资几十亿美元，收购企业及其演习数据，便是为了这些。更加多样化的演习绝对对它有利。有了足够多的数据，它将能媲美人类表现。
该项目凸显了人类与当代AI系统的紧张差异。人类很善于学习，由于已有的知识充当了脚手架。以钙化结节为例。人类一学就会，由于相对付非钙化结节，钙化结节密度更大（在图片中显得更亮）。“密度很大的结节是钙化结节，因而是良性的。”只要这么一说，你就明白了，乃至不用练习，你就能得出精确答案。
然而，AI系统没有吸纳知识的路子；它无法理解“钙化”这一观点，也不知道钙化结节是良性的，因此，就须要通过无数例子，构建出这种认知。在本项目中，它就借助5万张图片，学会了一条人类一点就通的知识。
但另一方面，AI系统获取履历的速率也很快。它浏览5万张图只用了不到20分钟，而人类可能要花数年。因此，对付更加繁芜的决定，当履历比知识更加宝贵时，AI系统就有望胜人一筹。
翻译：雁行
编辑：李莉
来源：QUARTZ
造就：剧院式演讲，创造创造力更多精彩内容，敬请点击蓝字“理解更多”。