多数确定肺癌罹癌患者，一年前的断层扫描中，AI检测已经可以发现肺部出现异常徵兆，但是若由人类判断，6位放射科医生里面，有5个无法用肉眼看出其中的异状，而提早一年对疾病治疗具有关键性的影响。
在2018年举办的Google AI Impact Challenge竞赛中，选出了20位得奖者获得Google的投资。其中，关於医疗的应用是众所期待的项目之一。
「医疗领域已具备相当多的数据，并且有许多医师的判断并不够到位，这些医疗领域的特色使得机器学习相当适合被应用在其中，」Google Health产品经理彭浩怡（Lily Peng）这样说。
而将赢咖4（AI）技术用於医疗项目，目前不仅可以增加糖尿病视网膜病变（Diabetic Retinopathy，DR）的识别准确度，也已经可以用於癌症肿瘤的早期侦测。
▲彭浩怡说，糖尿病视网膜病变是全球成长最快的失明原因。
AI模型快速筛检，让更多糖尿病失明更早被发现
糖尿病视网膜病变是全球成长最快的失明原因，而全球有4.15亿名糖尿病患者都面临该风险。预防的关键在於每年一次的定期检查，检查时使用特殊的摄影机拍摄眼底。
彭浩怡指出，眼科医师会在视网膜影像中，寻找眼睛微血管爆裂的细微特徵，并将影像由健康「无糖尿病视网膜病变」到最严重的「增殖性糖尿病视网膜病变」分为5级。在分级过程中，有些特徵非常难以用肉眼发现，全球更有许多地区，缺乏足够的眼科医师可完成这项任务。
像是在印度，由於眼科医师短缺，再加上其他医疗体系的不足，导致将近45%的患者在还没有接受诊断之前，就已经丧失视力。
因此，Google打造了一个机器学习系统，用以检测患者视网膜图像中的糖尿病视网膜病变。 目前已在《美国医学会杂志》发布一篇论文，指出该模型的表现与一般眼科医师相当。在印度与泰国也已经有医生在试用这套系统，作为检测的工具。未来也将持续拓展应用，同时寻求更进一步的硬件解决方案及监管审核。
▲糖尿病视网膜病变分为5级。
AI检测肺癌、乳癌比医生还准，未来还能用在更多癌症侦测
另一方面，AI在早期的肺癌与乳癌检测上，也已有展获。
以肺癌而言，彭浩怡说，肺癌是全球最常见的死亡原因之一，占每年全球死亡人数的3%，越早发现，存活机率越高，但全球却有将近80%的肺癌并没有在早期被发现。而AI可以帮助早期的胸部电脑断层检查更精准，让医生即早发现肺部的早期病变。
彭浩怡提出实际案例，指出一名肺部检测到异常细胞的病患，发现罹癌一年之前的断层扫描中，AI已经可以判断肺部出现异常徵兆，但是在6位放射科医生里面，有5个无法用肉眼看出其中的异状。与放射科医师相比，Google提出的AI模型侦测到的癌症病例增加了5%，且伪阳性的检查结果减少了11%以上。
另外，彭浩怡也以乳癌为例指出，医生透过采集乳癌患者淋巴结的组织为样本，以确认癌症是否扩散，并依此决定患者的治疗方式。而病变处往往非常小，因此要透过显微镜在其中要找到病变细胞相当困难。透过AI模型，可以找出95%以上的癌症病变，比病理学家普遍能检测到的73%要高上许多。在未来，类似的AI模型也可以推广到更多癌症的侦测之中。
