前列腺癌(Prostate Cancer, PCA)是常見的惡性腫瘤。根據國際癌癥研究中心《2018年全球癌癥統計數據》顯示，無論是發病率，還是死亡率，前列腺癌都位居男性癌癥排行前五，其中發病率達13.5%，死亡率為6%。

 

　　今年，鼓樓醫院與云創大數據聯合研究的人工智能程序，對于前列腺癌的診斷準確率達到了99.38%。此項聯合研究成果得到《泰晤士報》、《福布斯》、《每日郵報》、《優瑞科》等媒體的廣泛報道。

 

 

　　以下是部分媒體報道：

 

　　The Times(泰晤士報）

 

　　Forbes(福布斯)

 

　　DailyMail(每日郵報）

 

　　EurekAlert（優瑞科）

 

　　METRO

 

　　SCIENCE/BUSINESS

 

　　European Association of Urology （歐洲泌尿外科學會）

 

　　NEWS18

 

　　Innovation Toronto

 

　　The Statesman

 

　　Scimex

 

　　在人工智能逐漸融入人臉識別、語音識別、語言翻譯等領域研究的同時，醫學AI應用和研究也在如火如荼的開展。對于前列腺癌等疾病而言，提高早期檢出率，提前預測癌癥的發生，對于減輕病人的痛苦，甚至是挽救病人的生命，都有著重要意義，這也是此項研究得到來自英國、美國、印度等多國媒體廣泛報道的重要原因之一。

 

　　在南京鼓樓醫院與云創大數據共同開展的這項人工智能研究中，通過將283名病人的918塊病理切片，切分為40000張更小的樣本圖像，用于訓練深度神經網絡模型——ResNet-50。其中，30000張圖片作為訓練集，剩下的10000張圖片用作測試集，測試集包含患病的1500張正樣本，以及8500張正常的負樣本，以進一步測試人工智能程序檢測的準確程度。

 

　　在報道中，可以看出此項研究主要分為3個步驟：

 

　　1.首先對獲取的前列腺病理切片進行數字化處理，通過電子顯微鏡掃描獲得像素幾十萬的高分辨率片子：

 

 

　　2.對切片進行分類劃分和標注，主要按照格里森指數（Gleason），按照有無患癌以及癌癥嚴重程度，將腫瘤區域劃分為5個等級，用于預測前列腺癌的威脅以及它在病人體內的行為方式。一般分數越高，代表病灶區域越嚴重：

 

 

　　3.對病理切片進行分類標注后，將其進一步作為深度學習模型的訓練“原料”。最后通過30000張樣本圖片的訓練之后，人工智能程序對前列腺癌的預測可以達到病理醫生的水準。

 

 

　　除了應用人工智能對前列腺癌等疾病進行預測與判斷，作為一家集A(Artificial Intelligence，人工智能)、B(Big Data，大數據)、C(cloud computing，云計算)于一體的高新技術企業，云創大數據的人工智能研究遠不止于此。

 

　　目前，云創大數據在安防、環保、交通等多個城市治理環節，也正在發揮其人工智能力量。比如，在近期與南京市公安局的合作中，面對13起無法判斷犯罪嫌疑人的案例，云創采用視頻DNA檢索技術以及模糊人臉智能對比，成功確認了9位犯罪嫌疑人。

 

　　針對環保，在環境云（www.envicloud.cn）平臺上，南京大學與云創大數據通過深度學習的方法，利用LSTM（長短期記憶）網絡，結合天氣、氣溫、氣壓、濕度等與霧霾有關的指標參數，塑造一個可預測霧霾走勢的深度學習模型，可預測當天的天氣和空氣質量實況數據，包括PM2.5的24小時準確預測。

 

 

　　此外，基于廣泛的數據采集，應用大數據技術以及深度循環神經網絡（DRNN）等，云創大數據可為實時監控、污染溯源、污染過程演化、精細化預報、發布服務等提供有力的技術支撐，幫助建立環境監測、預警、溯源的一體化建設體系，為環保部門實現網格化、精細化和科學化的環境監管提供參考。

 

　　在交通應用方面，高鐵道釘巡檢直接關系到高鐵行進的安全，目前常見的方法是采用人工巡檢的方式，由“道釘”民警沿著線路對高鐵道釘進行敲擊查看、聽音辨形，往往需要步行上千公里進行查看。現在，云創團隊正在應用人工智能技術，通過視頻巡檢智能識別道釘問題，幫助節省大量人力和時間。

 

 

　　以AI對道釘進行巡檢不僅速度快，而且準確率高。其中，對于病態螺釘檢測來說，平均處理1920*1080分辨率的高清圖像平均耗時0.3秒，螺釘檢測準確率達99%。在道釘巡檢之外，將人工智能應用于智能交通調度，幫助合理地規劃信號燈時間控制，大幅降低道路擁堵情況，提升道路資源利用率，也是目前云創大數據人工智能的研究重點。