Tsirigos 團隊利用 Google Inception v3──Google 訓(xùn)練辨識一千種不同種類物體的開源算法。為了訓(xùn)練這個算法區(qū)分出惡性和健康的組織圖像，研究團隊利用病患組織檢體公共數(shù)據(jù)庫成千上萬的癌癥基因體圖譜影像。首先，團隊成功訓(xùn)練 Inception 達到 99% 準確度辨識惡性細胞的能力，接下來，再訓(xùn)練 Inception 辨識肺腺癌和鱗狀細胞癌這兩種不同類型的肺癌。
團隊使用的這項人工智能科技，云主機租用，與上傳至 Google 在線服務(wù)的圖片庫以辨識圖片中的面孔、動物和物體技術(shù)相同，過去 Google 這項科技也曾應(yīng)用在疾病診斷，包括糖尿病引發(fā)之失明和心臟疾病。而這次，紐約大學(xué)的神經(jīng)網(wǎng)絡(luò)開發(fā)出一項病理學(xué)家從未嘗試過的診斷分析方式──藉由腫瘤影像照片辨識基因突變。
接著，團隊使用不同數(shù)據(jù)庫檢體資料來檢測 Inception 的分析能力，雖然結(jié)果顯示準確度下降一些，但依然能正確診斷影像（準確度介于 83%~97%）。
近期發(fā)表于《Nature Medicine》期刊的一項最新研究，美國紐約大學(xué)研究團隊重新訓(xùn)練現(xiàn)成的 Google 深度學(xué)習(xí)算法，辨識兩種最常見的肺癌類型──肺腺癌和鱗狀細胞癌，辨識準確度可達 97%。
一直以來，服務(wù)器租用 免備案服務(wù)器，許多腫瘤的分類診斷一定要仰賴專業(yè)病理學(xué)家在顯微鏡下耗時仔細觀察來完成，而今日，一項結(jié)合訓(xùn)練機器學(xué)習(xí)的重大突破，讓這項重要工作能縮短至數(shù)秒內(nèi)完成。
