一项研究显示，华盛顿州立大学（WSU）开发的一种深度学习AI模型可以比人类更快、更准确地识别动物和人体组织图像中的疾病迹象。这一发展有望彻底改变疾病的诊断，加速医疗响应。
这项研究表明，该深度学习AI模型可以在几分钟内从活检图像中检测出癌症，而通常这需要病理学家花费更长时间才能完成。为了开发这一模型，研究人员利用了多年来的表观遗传学研究数据，这些研究分析了不改变DNA序列但可能影响疾病发展的基因活动变化。
计算机科学家Colin Greeley和Lawrence Holder使用包括肾脏、卵巢和前列腺样本在内的啮齿动物组织分子水平疾病标志物图像训练了AI。为了增强AI的能力，研究人员还补充了乳腺癌和淋巴结图像的额外数据。系统的一个关键特点是其反向传播能力，这使它能够从错误中学习，随着时间的推移不断改进速度和准确性。与传统的人类分析相比，这将处理时间从一年缩短到几周。
这一创新模型突显了AI在革命化医疗保健方面日益扩大的作用。本月早些时候，另一项研究展示了一种名为AIRE的健康工具，该工具使用AI分析心电图（ECGs），能够非常精确地评估心脏病风险。同样，在8月份，英国Caristo Diagnostics公司推出的CaRi-Heart平台也利用AI从常规CT扫描中检测冠状动脉炎症和斑块。
(全文结束)
