据VentureBeat报道，转移性肿瘤是一种非常难以检测的肿瘤，这种疾病的癌细胞会从其起源组织中分离出来，通过循环系统或淋巴系统在体内传播，并在身体其他部位形成新的肿瘤。2009年，美国波士顿两家医疗中心对102名乳腺癌患者进行的一项研究发现，1/4患者受到“护理过程失败”的影响，比如体检不充分和诊断测试不完整等。

图：左侧为包含淋巴结的人体组织幻灯片，右侧为LYNA识别的肿瘤区

全世界每年有50万人死于乳腺癌，估计90%是肿瘤转移造成的。但圣地亚哥海军医学中心和谷歌人工智能研究人员，已经开发出了一种很有前途的解决方案，这种方案采用癌症检测算法，能够自动评估淋巴结活检。他们的AI系统被称为“淋巴结助手”(简称LYNA)。

在转移性乳腺癌的检测精度测试中，LYNA的准确率达到99%，这比人类病理学家更胜一筹。根据最近的一项评估，在时间有限的情况下，有62%的人类病理学家会错过单个幻灯片上的微小转移迹象。

LYNA是基于开源图像识别深度学习模型Inception-v3开发出来的，该模型在斯坦福大学ImageNet数据集中的准确率超过78.1%。正如研究人员解释的那样，在训练过程中，它以299像素的图像作为输入，在像素水平描述出组织贴片中的肿瘤，提取标签，并调整模型的算法权重以减少误差。

未来的工作将研究该算法是否提高了效率或诊断准确性。研究人员写道：“在幻灯片诊断中，LYNA获得了比病理学家更高的敏感性。这些技术可以提高病理学家的工作效率，减少与肿瘤细胞形态学检测相关的假阴性数量。”

谷歌已广泛投资于AI在医疗上的应用。今年春天，谷歌旗下的Medical Brain团队宣称，他们已经开发出了一套AI系统，可以预测患者重新入院的可能性，并在6月份利用该系统预测了两家医院的死亡率，准确率达到90%。今年2月，谷歌和Verily的科学家们创造了一个机器学习网络，可以精确地推断出某个人的基本信息，包括年龄和血压，以及他们是否有罹患心脏病等重大心脏病的风险。