Google研究人員開發(fā)增強現(xiàn)實顯微鏡檢測癌細胞

Google的研究人員開發(fā)了一種增強現(xiàn)實顯微鏡（ARM），該顯微鏡可以從一個經(jīng)過訓練的神經(jīng)網(wǎng)絡(luò)中獲取實時數(shù)據(jù)，以檢測癌細胞，并將其顯示在查看圖像的病理學家的視野中。

該原型機被配置為識別乳腺癌和前列腺癌細胞，不需要醫(yī)院或?qū)嶒炇襾硖鎿Q現(xiàn)有的顯微鏡，因為現(xiàn)有的復合光學顯微鏡可以用數(shù)碼相機進行改造，以將圖像饋送給機器學習算法和用定制的AR顯示將數(shù)字化結(jié)果疊加到用戶的模擬視圖上。

這項研究結(jié)果于周一在美國癌癥研究協(xié)會的年度會議上公布。

該項目的技術(shù)負責人馬丁?斯特普（Martin Stumpe）和谷歌大腦團隊的產(chǎn)品經(jīng)理克雷格?默梅爾（Craig Mermel）在谷歌研究博客上發(fā)表了一篇文章：“我們相信，在發(fā)展中國家，ARM有可能會對全球健康產(chǎn)生重大影響，尤其是對結(jié)核病和瘧疾等傳染性疾病的診斷。此外，即使在不久的將來會采用數(shù)字病理工作流程的醫(yī)院里，ARM也可以與數(shù)字化的工作流程結(jié)合使用，在這種工作流程中，掃描儀仍將面臨重大挑戰(zhàn)，或者需要快速周轉(zhuǎn)?！?/p>

該研究小組先前發(fā)表的機器學習方法研究表明，該算法在檢測腫瘤方面取得了89%的成績，而沒有時間限制的受過訓練的病理學家得分為73％。

越來越多的機器學習和AR被證明是邊緣技術(shù)的完美匹配。谷歌最近應(yīng)用了這些技術(shù)，使YouTube的創(chuàng)作者能夠在沒有深度傳感器的情況下實時改變視頻背景。Facebook的研究人員利用這些技術(shù)來識別身體對潛在的全身AR效應(yīng)的影響。

但是，隨著這些經(jīng)驗的娛樂化，它們與改善癌癥檢測的實際益處相比，顯得蒼白無力。