图灵奖得主 LeCun 用来怼 Google 的乳腺癌 AI 论文，有何过人之处？( 六 )_2020年的第一天

介绍

乳腺癌是美国女性第二大癌症相关死亡原因。 2014年，美国进行了3900多万次筛查和乳腺钼靶诊断检查。据估计，在2015有232000名妇女被诊断为乳腺癌，约有40000人死于乳腺癌。

尽管乳腺钼靶是唯一一种可以降低乳腺癌死亡率的影像学检查方法，但大家一直在讨论该筛查的潜在危害，包括假阳性和假阳性导致的活检。 10-15%的女性在做了未确定的乳房X光检查后被要求再次接受检查和/或超声波检查以进一步明确。经过额外的影像检查后，许多女性被确定为良性，只有10-20%被推荐接受针活检。其中，只有20-40%的人诊断出癌症。

显然，我们还需要让常规乳腺癌筛查更加准确，并减少对女性身体的伤害。

尽管多中心研究表明，传统计算机辅助诊断程序并不能提高诊断效果，但放射科医生还是会使用它来帮助图像判读。深度学习的发展，特别是深卷积神经网络（CNN）为创建新一代类似CAD的工具提供了可能性。

本文的目标是研发神经网络以帮助放射科医生判读乳腺癌筛查图像。