来源：分析测试百科网

　　随着人工智能技术的快速崛起，基于人工智能的癌症筛选也获得了长足的进步。科学家们利用人工智能技术，可以高效区分出普通的健康细胞和癌变的细胞，其准确率不亚于一个专业训练的病原学专家。

　　在过去的近一白年间，研究人员和医生们检测人体病原体的方法并没有太大的变化。通过获取样品，在显微镜下进行镜检，需要在成千上万的细胞中，找到那么几个被感染的细胞或者癌变的细胞，或者直接发现视野中的病原体。这个过程需要大量的体力劳动和机械性的工作，同时，检测的精度和准确率也并不理想。然而，现在情况开始出现了变化。

　　今年四月份，在捷克首都布拉格举行的国际生物医学成像国际研讨会上，一组来自哈佛大学的科学家们，展示了他们最新的研究成果。该研讨会组织了一次利用计算机模型来进行病理检测的竞赛。组织者们选择的病理活体组织检测基于前哨淋巴结活检。哈佛大学组的基于机器学习模型的分辨方法，可以在人类乳腺癌细胞组织中，成功区分开正常的组织细胞和乳腺癌细胞，其分辨的成功率达到了惊人的92%，远超出其他的机器学习模型。然而人类依然有着天然的优势。病原学专家进行活体组织检测，可以区分开正常组织细胞和癌细胞，其准确率则高达96%。在该研讨会上，来自哈佛大学的研究人员还展示了机器学习的人工智能模型与人类专家的协作，在组织细胞活体检测上面能够有99.5%的准确率。

　　机器学习模型已经在各个方面得到了应用，生物医学领域也逐渐有更多的“会学习的机器”参与。今年四月的这次国际生物医学成像国际研讨会就旨在促进研究者们更多地关注人工智能在生物医学领域的应用。虽然目前来说，人工智能模型对于癌细胞的检测没有能够到达100%，但是其效率惊人，如果能够和人类配合，检测的精度和速度将会比传统方法提高很多，或许机器终将逐步取代人类。但是，哈佛大学的Andrew Beck博士指出，虽然机器学习和深度学习技术会让人的工作越来越少，但是传染病学专家和病理学专家仍有用武之地，因为机器学习模型需要人类的帮忙来完成学习过程。