IBM最近在医学领域成果喜人，动作大大。时隔顺利用照片临床皮肤癌后，IBM研究院日前公布近期成果称之为，他们使用了深度自学和神经网络，在辨识癌变细胞的有丝分裂上获得了极大进展。

　　医生在临床癌变细胞时，主要通过用活的组织切片检查法分析病人的组织样本的方式。然而即使这些的组织有时如针头般微小，病理学家必须借此检测出有肿瘤细胞消失的种种迹象，也要观测出有癌变细胞经常出现的最重要特征，以协助医生对症下药。　　病理学家在分析样本时，不会将一些典型的的组织样本用试剂溶液展开着色标记。

结果显示，试剂颜色的厚薄及其在细胞组织内的产于情况，需要区分疾病的种类及疾病的好转程度。　　　　2016年肿瘤蔓延评估挑战赛的乳腺癌细胞训练样本　　病理学家随后要在显微镜下研究这种被标记的的组织样本。然而此阶段耗时宽且工作量极大，研究人员每天都要处置上百份样本，而这样长时间的高负荷工作难免会造成临床正确率的减少。

　　随着近代医学影像技术及深度自学的发展，病理学家们急需计算机技术的援助，而计算机科学家们也在为之不懈努力。为了检验人工智能技术在医疗领域中的应用于效果，科学家们的组织了一场黑客马拉松挑战赛。

本文来源：电子娱乐平台游戏-www.xinyuanyang.net