机器学习在医疗诊断行业的四个应用( 九 )_医疗诊断是一类旨在检测感染

这些都是很有希望的结果，但研究小组承认，在将算法整合到临床实践中之前，还需要进行额外的严格测试。我们的研究目前没有提供任何临床应用的证据。

病理学

病理学家诊断疾病的方式，包括在显微镜下手动观察图像这在过去一个多世纪里一直都保持一个相对不变的情况。为了提高诊断的速度和准确性，来自Beth Israel Deaconess医学中心和哈佛医学院的一组研究人员利用深度学习训练了一种够将多种语音识别和图像识别结合起来诊断肿瘤的算法。

研究人员开始研究数百张带有癌细胞和非癌细胞标记区域的图像，显示出癌细胞和非癌细胞。然后提取标记的区域，得到数百万个例子，作为训练算法的模型的基础。

与人类病理学家相比，研究结果表明该算法的诊断成功率达到92％; 比人类96％低4个百分点。然而，当算法和人类结果相结合时，实现了99.5％的准确率。

我们的研究没有提供任何临床应用的证据，但是这些结果可能导致在不久的将来在病理学领域更广泛地采用深度学习方法。