近日，百度研究院在發表的論文中提出了“神經條件隨機場”的病理切片分析算法，并且在Github上開源了整套算法代碼。

該算法在公開數據集Camelyon16大賽測試集上，定位FROC分數為0.8096，超過專業病理醫生水平以及由哈佛和麻省理工學院聯合團隊所保持的最好成績。

病理切片分析是癌癥診斷中的基本標準，即便是經驗豐富的病理醫生，對于切片的精準度把握也不會達到100%。一張40倍放大的電子化病理切片通常由超過十億個像素點組成，磁盤空間大小超過1GB。然而淋巴結附近微轉移腫瘤細胞群可能最小只有不到1000像素的直徑。而一旦發現微轉移腫瘤細胞群，病人的治療方案和預后可能就會有極大差別。

百度研究院提出的“神經條件隨機場”是一種深度學習算法，一次性輸入一組3x3的圖塊，并聯合預測每一張圖塊是否有腫瘤區域，圖塊之間的空間關系可以通過一種名為“條件隨機場”的概率圖模型來模擬。整套算法框架可以在GPU上進行端到端的訓練，而不需任何后處理的步驟。