阻止糖尿病引發失明,加速乳腺癌切片檢測!Google 深度神經網路助醫師、病患跟時間賽跑

 

在不遠的將來,機器學習(Machine Learning)與深度神經網路(Deep Neural Network, DNN)究竟能為和我們休戚與共的醫療檢測領域,帶來何等關鍵性的改變?

 

8 月 8 日,開源機器人俱樂部受邀參加 「Google 機器學習系列:醫療應用」媒體聚會,兼具化工、醫學、生物工程跨領域背景的 Google 研究團隊產品經理彭浩怡博士(Lily Peng)和 Google 台灣區分公司總經理簡立峰博士,為全世界和台灣本土科技與醫療相結合的未來,勾勒出清晰的藍圖。

 

 

Google 機器學習系列媒體聚會-醫療應用.png

 

 

具執業醫師資格的彭浩怡,畢業於美國史丹佛大學化學工程系,同時擁有加州大學舊金山分校醫學博士(M.D.)及加州大學柏克萊分校生物工程博士學位(Ph.D.)。今年 5 月,Google 年度開發者大會I/O 2017 前夕,她即代表介紹以 Google 開源機器學習系統 TensorFlow 在印度協助檢測糖尿病視網膜病變(Diabetic Retinopathy, DR)的成功案例。

 

彭浩怡指出,由於可供訓練的真實世界數據集(real-life data set)數量大幅增加,加上電腦運算能力向上提升,深度神經網路近年來成為視覺、語言識別及理解上的最被廣泛運用的方式。這一點從每年舉行的「ImageNet 圖像標籤挑戰」賽事趨勢可見端倪:2011 年是最後一次由「非深度神經網路技術支援的」團隊獲勝;2015 年,深度神經網路的圖樣辨識能力,更已達到與人類相仿的水準。

 

 

Google 深度神經網路醫療應用-Lily Peng.png

 

本文限會員閱讀,請 【登入】 或 【免費加入會員】 。

延伸閱讀

1.
你怕打針嗎?醫療版 Nao 機器人以身作則,教小孩如何打針不怕痛

2.
抽血機器人較人類更為迅速安全

3.
Project Tango: 讓行動裝置擁有人類視覺

4.
再見 GPS!智慧型手機當「大腦」,讓四旋翼自主飛行