人工智慧除了可以挑戰棋王，還可以幫助醫生更精確地診斷肺癌發生的可能性。Google 日前發表了一篇論文，透過積捲式神經網路 (convolutional neural network) 演演算法，幫助醫師從數不清及數十 giga 像素的肺部攝影照片中， 找到可能為肺癌的病灶點。
在美國每年有超過 23,000 名肺癌病患需要醫師檢視是否有癌症轉移的現象，而每個病人在診斷的過程中需要經過多次精密的身體攝影，並將所產生的大量影像交由專業的醫師進行判讀，醫師需要從精密的攝影中找尋可能的病灶點，並做成診斷提供給主治醫師參考，對於判讀的醫師來說是非常沉重且耗時的工作。
Google 旗下 GoogLeNet 專案多年來都在進行進階影像辨識技術的研究，而近日 Google 的研究便將 GoogLeNet 結合積捲式神經網路演演算法，透過與醫師類似的檢視方式 (透過不同放大倍率檢視病灶)，從影像中尋找可能的病灶點。而這個研究所提出的系統對醫療最大的幫助是這個系統幾乎可以全時、無限時間的對影像進行辨識，將可以大幅提升辨識效率。
而 GoogLeNet 專案在驗證階段中，也獲得 89% 準確率的績效，相較於專業醫師判斷的 73% 準確率，GoogLeNet 取得了相當不錯的成果。不過 Google 也再三強調，由於目前誤報 (系統判斷罹癌，但實際上卻無) 比例較高，且也還無法識別其他種類的異常狀況，因此 GoogLeNet 並不會取代專業醫師的診斷，不過現階段 GoogLeNet 還是可以協助判讀醫師找出病灶。
