人工智能在医学领域翻开了新的一页。最引人注目的是由IBM开发的人工智能医疗诊断系统Watson。据媒体报道，研究了大量医学论文的沃森，花了10分钟左右的时间，诊断出一位60岁女性患者的白血病类型难以判断，并提出了合适的治疗方案。
来自加拿大蒙特利尔的创业公司Imagia，也是人工智能在医疗领域的一颗璀璨新星。该企业成立于2014年，将人工智能技术与深度机器学习相结合应用于医学图像分析，可在癌症检测，尤其是早期癌症诊断方面提供专家水平。
众所周知，癌症发现得越早，预期寿命就越长，所以医学诊断的准确性决定了生与死的区别。但是即使是有经验的放射科医生也会犯错误。一项研究表明，多达70%的癌症病例发现了以前在回顾性研究医学图像时被忽略的线索。
如果我们想更早更准确地发现癌症，现有的手段要么依靠有经验的医生，要么依靠计算机辅助诊断(CAD)。不幸的是，这两种方法都有局限性。
首先，大多数国家医疗资源短缺，放射科医生的短缺使患者无法获得更多的医疗咨询服务。其次，现有的计算机辅助诊断软件采用传统的图像分析技术，其准确性仍有争议，只能起到聊胜于无的作用。
Imagia专注于人工智能医学图像的分析，利用深度机器学习技术的能力整合海量信息和多样资源，可以对癌症诊断做出更精准的检测。尤其是帮助医生提高癌症早期诊断能力。
Imagia的人工智能医学图像分析技术体现在癌症检测、分割、跟踪和分类四个方面。
在癌症检测中，Imagia在每个像素级标记各种模式和类型的癌症，从而建立肿瘤数据的数据集。该数据集基于深度卷积神经网络(DCNN，一种深度学习结构，在图像和语音识别方面具有优异的性能)，能够提供权威的专家级癌症检测能力。
结合反向学习传播和高阶图形模式，Imagia的软件还将生成各种癌症模式的划分。在此基础上，软件还开发了多幅图像扫描件间的纵向配准算法，可以跟踪肿瘤检查的进度。
最后，Imagia建立了各个级别的肿瘤分类，可以为放射科医生提供更快的诊断，尤其是帮助医生提高早期癌症诊断能力。