AI 特別是深度學習在提升醫療診斷的速度和準確率上擁有相當的潛力，但在臨床醫師可以駕馭 AI 的能力識別醫學圖像（例如 X 射線影像）中反映的疾病之前，他們需要先對模型進行大量訓練，而罕見疾病標記圖像的匱乏一直是深度學習醫療的一大障礙。現在，多倫多大學教授 Shahrokh Valaee 和他的團隊設計了一種 AI 醫療領域中的新方法：使用生成對抗網絡創建的 X 射線影像來增強 AI 訓練集。實驗表明，通過數據增強，無論對常見疾病還是罕見疾病，系統的識別準確率都有大幅提高。

Shahrokh Valaee 教授和博士生 Hojjat Salehinejad 正在使用機器學習創建虛擬 X 射線胸透影像來訓練 AI 系統識別罕見疾病。攝影：Jess MacInnis

由于以監督學習方式訓練 AI 系統的醫學圖像非常稀少，識別醫學圖像中的罕見疾病對于研究者而言一直是很有挑戰的問題。

Shahrokh Valaee 教授和他的團隊設計了一種新方法：使用機器學習創建計算機生成的 X 射線影像以增強 AI 的訓練集。

在每個象限的左側是一張真實的病人 X 射線胸透影像，其旁邊是由 DCGAN 生成的合成 X 射線影像。在 X 射線影像的下方是對應的熱圖，是機器學習系統觀察影像后得到的。圖源：Hojjat Salehinejad/MIMLab

「在某種意義上，我們在使用機器學習來做機器學習，」多倫多大學 Edward S. Rogers 高級電氣與計算機工程系（ECE）教授 Valaee 說。「我們正在創建模擬的但反映了特定罕見疾病的 X 射線影像，從而我們可以將它們和真實 X 射線影像結合起來，以得到足夠規模的數據庫，來訓練神經網絡在其它 X 射線影像上識別這些疾病。」

Valaee 是醫學實驗室機器智能（MIMLab）的成員，MIMLab 是一個由醫師、科學家和工程研究員組成的團隊，致力于將他們的專業知識結合到圖像處理、人工智能和醫學中以解決醫學挑戰。「AI 在醫療領域中有無數種方式能提供幫助，」Valaee 說，「為此我們需要大量數據。但對于某些罕見疾病，并沒有讓這些系統正常工作而必要的數千張標記圖像。」

為了創建這些人工 X 射線影像，該團隊使用了稱為深度卷積生成對抗網絡（DCGAN）的 AI 技術，來生成和不斷提升模擬圖像。GAN 是一類由兩個網絡構成的算法：一個網絡生成圖像，另一個嘗試將合成圖像和真實圖像區分開來（判別器）。這兩個網絡被持續訓練直到判別器無法將合成圖像和真實圖像區分。一旦創建了足夠多的人工 X 射線影像，它們就和真實 X 射線影像結合起來以訓練一個深度卷積神經網絡（即分類器），然后該分類器用于對其它圖像進行診斷（正常或有疾病）。

「我們的實驗表明，由 DCGAN 生成的人工數據可以用于增強真實數據集，」Valaee 說。「這為我們提供了更多的訓練數據，并提升了這些系統在識別罕見疾病上的性能。」

MIMLab 將用增強數據集獲得的識別準確率和原始數據集獲得的準確率進行對比，發現對于常見疾病，其識別準確率提高了 20%。對于某些罕見疾病，準確率提高了約 40%，并且由于合成的 X 射線影像不是源于真實的個體，該數據集可以輕易地提供給醫院外的研究者，而不會侵犯個人隱私。

「這實在令人激動，通過證實這些增強數據集幫助提高了分類準確率，我們已經可以克服將人工智能應用到醫療中的一大障礙，」Valaee 說。「深度學習僅當訓練數據足夠多的時候才有效，而數據增強是可以確保神經網絡能以高精度分類圖像的一種方式。