谷歌已经建立了一个人工智能模型,可以分析人体胸部的CT扫描结果,以确定他们是否患有肺癌。
该公司今天在博客文章中详细介绍了这款软件,这是谷歌两年开发工作的成果。作为美国国立卫生研究院的一项研究的一部分,谷歌使用从15,000名患者中采集的42,000次胸部扫描数据集训练人工智能检查肿瘤。在完成了培训阶段的工作后,谷歌的研究人员使用了来自西北大学的大约3,800张CT图像来评估人工智能的准确性。
谷歌将该模型得出的结论和六名放射科医生进行了对比,这些放射科医生平均有八年的临床经验。在一项测试中,所有的参与者仅被允许检查每位患者的一张CT图像,人工智能确定的癌症病例比专家确定的病例数多5.5%,假阳性率降低11%。在可以获得多张扫描图像的测试中,该模型和放射科医生们得出的结果几乎相同。
除了证明它能够和训练有素的医疗专业人员水平相当之外,该人工智能还被证明能够识别肺结节,这是一种在大多数情况下是良性,但有时候可能会变成癌细胞的小块组织。它们通常很难被发现,因为它们在CT图像中看起来像是微弱的白色阴影。
根据谷歌的说法,它的人工智能不仅可以发现结节,还可以比较一段时间内进行的扫描,以确定结节的增长是否显示出恶性迹象。在分析初步筛查两年后拍摄的CT图像时,该模型发现的癌症发生率比放射科医师多9.5%。
谷歌在最新一期《自然医学》杂志上发表了一篇学术论文,详细介绍了该项目。此外,该公司还计划通过Cloud Healthcare API提供该人工智能模型,Cloud Healthcare API是针对医疗行业的公共云服务和功能的集合。
谷歌该项目的技术负责人Shravya Shetty 写道:“尽管肺癌检查有价值,但今天只有2-4%符合条件的美国患者接受了筛查,……这项工作证明了人工智能可以提高准确性和一致性的潜力,这有助于加速全球肺癌筛查的采用。”
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
微软研究院提出潜在分区网络(LZN),首次实现生成建模、表示学习和分类任务的真正统一。该框架通过共享高斯潜在空间和创新的潜在对齐机制,让原本独立的AI任务协同工作。实验显示LZN不仅能增强现有模型性能,还能独立完成各类任务,多任务联合训练效果更是超越单独训练。这项研究为构建下一代通用AI系统提供了新的架构思路。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
上海AI实验室开发的VLAC模型让机器人首次具备真实世界自主学习能力。该系统如同给机器人配备智能导师,能实时评估动作效果并从中学习。在四个操作任务测试中,机器人成功率从30%提升至90%,仅需200次练习。技术结合视觉、语言理解和动作生成,支持跨场景适应和人机协作,为家庭服务、医疗护理等领域应用奠定基础。