雷鋒網(wǎng)【AI科技評(píng)論】按：在剛剛過去的2017數(shù)據(jù)科學(xué)杯（2017 Data Science Bowl）吸引了全球10000名數(shù)據(jù)科學(xué)家參賽，大家在癌癥檢測(cè)算法上各顯神通。其中來自清華的兩位科學(xué)家組成的團(tuán)隊(duì)捧得一等獎(jiǎng)。此外所有的獲獎(jiǎng)團(tuán)隊(duì)將會(huì)在即將到來的2017 GTC大會(huì)分享他們的大賽經(jīng)驗(yàn)，雷鋒網(wǎng)也將親臨現(xiàn)場(chǎng)進(jìn)行報(bào)道。以下為雷鋒網(wǎng)編輯對(duì)此次大賽的簡(jiǎn)單介紹。

肺癌是所有癌癥中最致命的，并不僅僅是因?yàn)樗亲畛Ｒ姷淖儺惣膊　?/p>

據(jù)美國(guó)肺臟協(xié)會(huì)報(bào)道，幾乎百分之八十的病人都會(huì)在確診后的五年內(nèi)死亡。大部分原因是因?yàn)槿藗儼l(fā)現(xiàn)癌癥時(shí)已經(jīng)太晚了。

數(shù)據(jù)科學(xué)杯是人工智能中最令人振奮的比賽之一，清華大學(xué)的兩位研究者廖方舟（Liao Fangzhou）和Li Zhe 利用深度學(xué)習(xí)和GPUs構(gòu)造出了一個(gè)算法可以救命，就是及早的識(shí)別癌癥去治療它。他們的挑戰(zhàn)是使用機(jī)器學(xué)習(xí)去提高CT掃描的精確度。CT在檢測(cè)肺癌上比X光更加有效。

這兩位研究者擊敗了其余將近2000個(gè)研究團(tuán)隊(duì)，共計(jì)10000名研究員，贏得了第三屆數(shù)據(jù)科學(xué)杯的第一名，獎(jiǎng)勵(lì)50萬美金。贊助商有咨詢公司Booz Allen Hamilton ，Kaggle數(shù)據(jù)科學(xué)工會(huì)，以及來自英偉達(dá)和其他公司的贊助者。

5月8號(hào)至11號(hào)，其中勝出的團(tuán)隊(duì)將會(huì)在GPU科學(xué)大會(huì)（GTC）上分享獲勝經(jīng)驗(yàn)。大會(huì)舉辦地在硅谷，勝出者將會(huì)來一起瓜分100萬美金。這是競(jìng)賽舉辦以來獎(jiǎng)金最多的一次。由勞拉和約翰阿諾德基金提供資金支持。

第二名獲獎(jiǎng)團(tuán)隊(duì)獎(jiǎng)勵(lì)20萬美金，第三名獎(jiǎng)勵(lì)10萬美金，剩余的獎(jiǎng)金則由前十名的其他團(tuán)隊(duì)平分。

參賽者Liao是清華大學(xué)計(jì)算神經(jīng)科學(xué)的博士生，他的參賽動(dòng)機(jī)來自于他個(gè)人的想法，肺癌在他們的家鄉(xiāng)很常見，那里空氣污染嚴(yán)重，在他中學(xué)旁邊就有一個(gè)煙霧彌漫的工廠。比賽開始不久，他得知他的一位朋友也得了這病。

他們團(tuán)隊(duì)使用的是英偉達(dá) TITAN X GPUs 來訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)。

其他的優(yōu)勝者分別是：

? 第二名：Julian de Wit and Daniel Hammack，他們都是來自荷蘭的軟件和機(jī)器學(xué)習(xí)工程師，在2016年的數(shù)據(jù)科學(xué)杯，Julian de Wit排名第三，在他的私人博客中，詳細(xì)描述了他在肺癌篩查中負(fù)責(zé)的部分。

? 第三名：Aidence團(tuán)隊(duì)，使用的是特斯拉K80 GPU 加速器來開發(fā)他們的算法，他們的團(tuán)隊(duì)成員是在為位于舊金山的非盈利公司Open AI工作。

此次數(shù)據(jù)科學(xué)杯不僅展現(xiàn)了強(qiáng)大的集體智慧，而且數(shù)據(jù)科學(xué)和先進(jìn)的分析算法可以被用來攻克社會(huì)難題，例如根除癌癥。

需求：精確的肺癌CT掃描

低劑量CT掃描比之常規(guī)的的X射線更可能檢測(cè)到癌癥，它可以將身體截面詳細(xì)顯示出來。在最近的美國(guó)國(guó)家癌癥研究所的實(shí)驗(yàn)中，接受低劑量CT掃描比只通過X射線檢測(cè)癌癥的死亡風(fēng)險(xiǎn)要降低百分之十五到二十。

不幸的是，根據(jù)發(fā)表在《內(nèi)科學(xué)年鑒》的一項(xiàng)研究，多達(dá)三分之一的CT掃描在沒得肺癌時(shí)探測(cè)到了肺癌，給病人和他的家人造成了不必要的恐慌和緊張，而且也產(chǎn)生了一些不必要的檢查和其他程序。

降低低劑量CT掃描的出錯(cuò)率是提高肺癌CT篩查準(zhǔn)確性并對(duì)公眾健康產(chǎn)生積極影響的關(guān)鍵步驟。國(guó)家癌癥研究所項(xiàng)目主任Keyvan Farahani這樣說道。Farahani，是即將舉行的GTC會(huì)議的嘉賓之一，對(duì)比賽的設(shè)計(jì)和數(shù)據(jù)集提供科學(xué)指導(dǎo)。

在今年的數(shù)據(jù)科學(xué)杯參賽者的登錄時(shí)長(zhǎng)約為15萬個(gè)小時(shí)，并提交了近18000個(gè)算法。

要了解更多關(guān)于深度學(xué)習(xí)如何正在改變醫(yī)療保健等行業(yè)，敬請(qǐng)關(guān)注雷鋒網(wǎng)。此外，美國(guó)西部時(shí)間5月10日上午9：00 - 11：00，黃仁勛將用2個(gè)小時(shí)的Keynote闡明今年NVIDIA推動(dòng)人工智能的全線產(chǎn)品和戰(zhàn)略，大家可以關(guān)注官方頁面http://nvda.ws/2qQOhGM收看。在GTC大會(huì)，我們也會(huì)第一時(shí)間將精彩信息從硅谷報(bào)告給大家。

via nvidia

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。