NHS正在全国范围内推出人工智能癌症诊断工具，展示了这项技术加速癌症诊断的能力。
在最近的一份声明中，英国国民医疗服务（NHS）将利用人工智能来分析X射线，作为一项耗资2100万英镑的计划的一部分，以加速癌症诊断并减少等待时间。
人工智能驱动的医疗诊断工具已经变得越来越强大。在整个2010年代，人工智能计算机视觉(CV)模型展示了它们解释医学扫描的能力，类似于人类。2018年，来自DeepMind、UCL和Moorfield眼科医院的研究人员开发了一种突破性的AI模型，可以像医生一样准确地诊断50种眼病。
从那时起，人工智能支持的医学成像和诊断迅速发展，许多模型显示出比人类专家更好的准确性。
与经常超负荷工作的放射科医生不同，人工智能不知疲倦地工作，减轻了人类团队的负担，使他们能够提供更好的护理和治疗。
上周五，英国卫生大臣史蒂夫·巴克莱 已宣布的计划在今年冬天之前为肺癌部署人工智能辅助医疗诊断。超过20个NHS网站已经开始实施这项技术，初步结果表明，它的精确度可能是传统技术的40倍，在30秒内就能得出结果。英格兰每个月都要进行60多万次X光检查。
此外，医院将开始实施中风诊断的人工智能技术，使患者平均提前一小时接受治疗，恢复率提高两倍。
巴克莱说：“人工智能已经改变了我们提供医疗保健的方式，人工智能工具已经在整个NHS更早地诊断病情方面产生了重大影响，这意味着人们可以更快地得到治疗。”
卫生官员希望人工智能和其他技术将帮助英国医疗系统缓解积压和员工压力。
NHS国家医疗主任Stephen Powis教授补充说：“NHS已经在全国范围内利用人工智能的好处，帮助更早地发现和治疗重大疾病，以及更好地管理等待名单，以便更快地看到患者。
人工智能如何用于医疗诊断
人工智能卷积神经网络（CNN）是深度学习模型的一种形式，正在改变医学诊断。解读扫描并非易事， 研究观察到错误率 当放射科医生疲劳或过度劳累时，约为3%至5%或更高。
CNN模型的工作原理类似于人脑中的神经元，从扫描中识别基本特征，如边缘或纹理，并识别更复杂的模式，如可能表明癌症的肺结节的独特形状和大小。
人工智能支持的医学成像领域最早的重大突破之一是LUNA16（Lung Noisy Analysis 2016）竞赛参与者开发了从X射线和CT图像识别和诊断肺癌的方法。
人工智能检测到肺结节资料来源：自然。
从这场竞争中出现的许多算法都与训练有素的放射科医生的诊断能力相匹配或超过了。
不久之后，谷歌的DeepMind成为人工智能医学成像领域的主要创新者，将该技术应用于眼科疾病检测和乳腺癌筛查等领域。 deepmind的 字母折叠 使用人工智能驱动的3D建模来加深我们对蛋白质如何工作的理解，加速癌症研究。
现在，NHS希望展示尖端的人工智能医疗技术如何在整个医疗系统中推广。
