物联网：2小时内轻松掌握

诞生于东京大学的初创企业LPixel，通过让人工智能学习癌细胞的磁共振成像（Magnetic Resonance Imaging，MRI）数据，向“利用人工智能诊断癌症”的目标又迈进了一步。具体来说，就是对患者的细胞影像数据进行分析，判断患者体内是否存在癌细胞。

要想培养出一个人工智能，需要大量的“教学数据”。

而日本作为“MRI大国”拥有十分丰富的癌症相关影像数据。

LPixel通过与国家癌症研究中心合作获取了大量的MRI影像数据，以此大大提高了人工智能的学习速度。

MRI影像摄影技术也在不断进步，现在已经达到能够在1秒钟内拍摄4兆影像图片的程度。

当然医生不可能每个患者都检查4兆影像图片。这就到了IoT发挥作用的时候了，人工智能可以高速地处理大量的数据。

但就算能够一口气将所有的细胞图像都分析完，每个细胞仍然拥有非常多的特征参数，最少的也有600个左右，要想分辨出这些特征中哪些比较重要，需要非常专业的生物学知识。(www.xing528.com)

尽管最后还是需要人类来完成诊断，但因为人工智能已经完成了大部分的基本工作，极大地减轻了医生的工作量，对于解决医生数量和精力不足的问题做出了巨大的贡献。

另外，那些医疗不发达的国家和地区，也可以通过这种方式来获得先进的医疗救助。

通过这个例子不难看出，在拥有行业领先的专业技术以及丰富教学数据的环境下，人工智能的发展速度将得到极大的提升，从而创造更高的社会价值。

“LPixel”对癌症细胞的诊断

通过影像识别技术和机械学习，“LPixei”在癌症细胞诊断领域达到世界领先水平。