哈佛大学、Brigham/Women和Dana Farber癌症研究所的研究人员指出，众包和 人工智能 的组合可用于对抗肺癌。
以诊断为目的的癌症图像分析只会回答“是否存在肿瘤”这一个问题，而治疗性肿瘤分割涉及以体素为基础的医学成像的解释。将癌症与正常器官分类，并对辐射剂量的风险和效益进行评估。这需要专业放射肿瘤学家的判断，而直觉和经验也很重要。而在全球范围内，放射肿瘤学家普遍短缺，约有58%的肺癌患者都出现在欠发达地区，而这些地区的放射肿瘤学家短缺情况更惊人。为了解决这个问题，研究人员在Topcoder.com上举办了一次算法挑战赛，比赛分为三个阶段，奖金为55000美元。
人工智能
研究人员为这次竞赛精心准备了一个数据集，它包含了461名患者的CT扫描图像，在77942张图像中有8144张含有肿瘤。研究人员们为参赛者提供了训练数据集、参考算法开发并创建了临床医师的反馈循环。
共有来自62个国家的564名参赛者参加了挑战赛，比赛已经进行了超过十周的时间。排名前五的人工智能算法的区分能力已经可以与专家媲美。在最后阶段，将对顶级算法进行改进，研究人员们还会在第二阶段和第三阶段将排名前五的算法结合在一起以提高性能。也许很快，这些人工智能就可以将专家级的能力带到资源贫乏的地区，帮助患者进行治疗。
