近日，百度研究院在Github上開源了整套算法代碼，以便其他研究人員在此基礎(chǔ)上進(jìn)行更深入的研究，促進(jìn)人工智能在醫(yī)學(xué)圖像分析領(lǐng)域取得更加長(zhǎng)足的發(fā)展。提出一種名為“神經(jīng)條件隨機(jī)場(chǎng)”的病理切片分析算法，將腫瘤識(shí)別定位準(zhǔn)確率大幅提高，準(zhǔn)確率超專業(yè)病理醫(yī)生。

資料顯示，病理切片分析是癌癥診斷中的黃金標(biāo)準(zhǔn)。但是即便對(duì)于經(jīng)驗(yàn)豐富的病理醫(yī)生來說，病理切片的閱片流程也十分困難復(fù)雜。詳盡的閱讀病理切片，且不漏掉任何一處具有臨床價(jià)值的病灶，如同大海撈針，是一項(xiàng)十分復(fù)雜和耗時(shí)的任務(wù)。

百度研究院提出的深度學(xué)習(xí)算法，一次性輸入一組3x3的圖塊，并聯(lián)合預(yù)測(cè)每一張圖塊是否有腫瘤區(qū)域。圖塊之間的空間關(guān)系可以通過一種名為“條件隨機(jī)場(chǎng)”的概率圖模型來模擬。

除了病理學(xué)切片分析方面的研究，百度還在探索AI在眼底影像、放射影像、以及智能問診等其他一些醫(yī)療領(lǐng)域的應(yīng)用。