6月19日消息，今日在百度发表的一篇论文中显示，百度已研发出一种全新病理切片分析算法，卷积神经网络通过将400张大图像分割成数万张较小图片网格进行训练，然后随机抽取20万张小图像，利用算法来对每一张较小的照片及其邻近的单元格进行分析。
该算法试图通过模仿病理学家的方式来检查乳腺癌肿瘤细胞周围的区域，通过建模它们的空间相关性来联合预测肿瘤细胞以及正常细胞。要知道对于肿瘤患者而言，最重要的一项检查就是切片，在进行40倍放大时每个切片都有100多亿个像素，而该算法能够帮助医生来检查这些100多亿像素的图片。
在Camelyon16测试中（包括带有肿瘤的图像、没有肿瘤的图像和没有以某种方式分类的图像），该算法FROC的评分为80.9，而人类病理学家的平均成绩是80.74。
为了推动该技术的发展，百度计划对外开放这一AI能力，试图将该项能力放在一个更大的环境或数据集中进行测试，以加快在临床应用上的落地速度。
