近日，来自凯斯西储大学（Case Western Reserve University）的研究人员开发出了一种识别肺癌的“另类”方法：**通过训练算法，来识别肿瘤外部区域及附近血管的断层扫描（CAT）图像，从而让算法判断图像中肿瘤是否为恶性。**这一研究成果发表在了《Radiology》上。

目前使用的肺癌筛查方式主要是由放射科医生在CAT图像中识别可疑的结节，然后对患者进行手术活检或采用其它侵入性手段来对结节进行分析。这种方式过程很复杂，且费用非常高昂，而通常在图像中有很多结节无法被准确识别，其中绝大部分在进行进一步检查之后被发现是良性的。如果能有一种方法，让医生在进行手术之前就能够判断结节是良性还是恶性，这不仅可以减少费用，还可以降低一系列手术和检查带来的其它风险。

▲该研究的流程示意图（图片来源：《Radiology》）

针对这一情况，凯斯西储大学的研究人员们开始尝试借助机器学习和算法的力量，来对肿瘤进行识别。他们收集了2007-2013年期间来自两所机构290名患者的标准诊断非增强CT图像，来对图像中的结节进行组织病理学分析。这些患者包括125名男性和165名女性，年龄范围在18-92岁之间。由放射科医生在这些图像上对结节进行识别，并进行手工注释，内容包括结节的形状和纹理等特征，而这些信息都是从结节内部及周围区域提取出来的。

在提取了结节数据之后，研究人员利用这些数据对机器学习算法进行训练，并使用另一个包含145名患者的测试集来进行验证。算法得出的结果将会与两名放射科医生识别的结果进行对比。结果显示，机器学习算法能够以80%的准确率来判断结节是良性还是恶性，而作为对比的放射科医生准确率只有60%。

▲AI对肿瘤及其周围区域的图像进行识别（图片来源《Radiology》）

在今年早些时候，另外一项研究表明，在CAT图像中结节周围弯弯曲曲的血管可以作为识别肿瘤的依据，其区分恶性和良性结节的准确率达到了85%。

研究人员表示，这项研究的突破之处在于，它转换了人们识别和检测肿瘤的思路。“我对这些研究感到兴奋的首要原因是，我们过去接受的是‘重要信息都在肿瘤内部’的思路，但这些新研究明确地证明了，肿瘤外部同样也有很多有用的信号，”该研究的负责人，凯斯西储大学工程学院生物医学工程教授Anant Madabhushi博士表示，“由于没有发现更好的筛查手段，我们过去在肺癌筛查上的表现一直没有达到最佳。而更好的工具现在已经出现了。”

如何学习AI大模型？ 零基础入门到精通，收藏这一篇就够了

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传****，朋友们如果需要可以微信扫描下方****官方认证二维码免费领取【保证100%免费】

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。