凤凰网科技讯（作者/孙洪）6月19日消息，百度研究院发表论文提出一种名为神经条件随机场的全新病理切片分析算法，将肿瘤识别定位准确率大幅提高。在公开数据集Camelyon16大赛测试集上，该算法的肿瘤定位FROC分数达到0.8096，超过专业病理医生水平，以及由哈佛和麻省理工学院联合团队所保持的最好成绩。

据介绍，除了病理学切片分析方面的研究，百度还在积极探索AI在眼底影像、放射影像、以及智能问诊等其他一些医疗领域的应用。

一直以来，病理切片分析都是癌症诊断中的黄金标准。但是即便对于经验丰富的病理医生来说，病理切片的阅片流程也十分困难复杂。详尽的阅读病理切片，且不漏掉任何一处具有临床价值的病灶，如同大海捞针，是一项十分复杂和耗时的任务。为了帮助病理医生更有效的阅读病理切片，研究人员提出了许多深度学习算法，来预测病理切片中的肿瘤细胞区域。

百度研究院提出一种全新的深度学习算法，一次性输入一组3x3的图块，并联合预测每一张图块是否有肿瘤区域。图块之间的空间关系可以通过一种名为条件随机场的概率图模型来模拟。整套算法框架可以在GPU上进行端到端的训练，而不需任何后处理的步骤。

同时，百度研究院也在Github上开源了整套算法代码，以便其他研究人员在此基础上进行更深入的研究，促进人工智能在医学图像分析领域取得更加长足的发展。

更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索iFeng科技。