雷鋒網【AI科技評論】按：在剛剛過去的2017數據科學杯（2017 Data Science Bowl）吸引了全球10000名數據科學家參賽，大家在癌症檢測算法上各顯神通。其中來自清華的兩位科學家組成的團隊捧得一等獎。此外所有的獲獎團隊將會在即將到來的2017 GTC大會分享他們的大賽經驗，雷鋒網也將親臨現場進行報道。以下為雷鋒網編輯對此次大賽的簡單介紹。
肺癌是所有癌症中最致命的，並不僅僅是因為它是最常見的變異疾病。
據美國肺臟協會報道，幾乎百分之八十的病人都會在確診後的五年內死亡。大部分原因是因為人們發現癌症時已經太晚了。
數據科學杯是人工智能中最令人振奮的比賽之一，清華大學的兩位研究者廖方舟（Liao Fangzhou）和Li Zhe 利用深度學習和GPUs構造出了一個算法可以救命，就是及早的識別癌症去治療它。他們的挑戰是使用機器學習去提高CT掃描的精確度。CT在檢測肺癌上比X光更加有效。
這兩位研究者擊敗了其餘將近2000個研究團隊，共計10000名研究員，贏得了第三屆數據科學杯的第一名，獎勵50萬美金。贊助商有諮詢公司Booz Allen Hamilton ，Kaggle數據科學工會，以及來自英偉達和其他公司的贊助者。
5月8號至11號，其中勝出的團隊將會在GPU科學大會（GTC）上分享獲勝經驗。大會舉辦地在硅谷，勝出者將會來一起瓜分100萬美金。這是競賽舉辦以來獎金最多的一次。由勞拉和約翰阿諾德基金提供資金支持。
第二名獲獎團隊獎勵20萬美金，第三名獎勵10萬美金，剩餘的獎金則由前十名的其他團隊平分。
參賽者Liao是清華大學計算神經科學的博士生，他的參賽動機來自於他個人的想法，肺癌在他們的家鄉很常見，那裡空氣汙染嚴重，在他中學旁邊就有一個煙霧瀰漫的工廠。比賽開始不久，他得知他的一位朋友也得了這病。
他們團隊使用的是英偉達 TITAN X GPUs 來訓練卷積神經網絡。
其他的優勝者分別是：
• 第二名：Julian de Wit and Daniel Hammack，他們都是來自荷蘭的軟件和機器學習工程師，在2016年的數據科學杯，Julian de Wit排名第三，在他的私人博客中，詳細描述了他在肺癌篩查中負責的部分。
• 第三名：Aidence團隊，使用的是特斯拉K80 GPU 加速器來開發他們的算法，他們的團隊成員是在為位於舊金山的非盈利公司Open AI工作。
此次數據科學杯不僅展現了強大的集體智慧，而且數據科學和先進的分析算法可以被用來攻克社會難題，例如根除癌症。
需求：精確的肺癌CT掃描
低劑量CT掃描比之常規的的X射線更可能檢測到癌症，它可以將身體截面詳細顯示出來。在最近的美國國家癌症研究所的實驗中，接受低劑量CT掃描比只通過X射線檢測癌症的死亡風險要降低百分之十五到二十。
不幸的是，根據發表在《內科學年鑑》的一項研究，多達三分之一的CT掃描在沒得肺癌時探測到了肺癌，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掃描的出錯率是提高肺癌CT篩查準確性並對公眾健康產生積極影響的關鍵步驟。國家癌症研究所項目主任Keyvan Farahani這樣說道。Farahani，是即將舉行的GTC會議的嘉賓之一，對比賽的設計和數據集提供科學指導。
在今年的數據科學杯參賽者的登錄時長約為15萬個小時，並提交了近18000個算法。
要了解更多關於深度學習如何正在改變醫療保健等行業，敬請關注雷鋒網。在即將到來的GTC大會，我們也會第一時間將精彩信息從硅谷報告給大家。
via nvidia