英伟达跨界医疗AI 首先从医学及卫生保健领域入手

医疗电子

419人已加入

描述

自家主流产品做得风生水起的英伟达目前打起了医疗AI的算盘,而面对似乎从人人都追的医疗AI风口退却的时候,英伟达仍然要去试试自己并不擅长的跨界领域,其目的究竟是要赶上风口的末班车,还是要利用自身的技术实力去真正撬动医疗领域呢?

1

从医学及卫生保健领域入手

芯片制造商英伟达针对特定的先进学习算法而开发的专用硬件目前正在驱动着人工智能的向前蓬勃地发展。

目前,它又锁定了下一个巨大市场——医学及卫生保健领域。

医学影像研究正在以让人惊讶的速度发展,英伟达在医院看到了很多的供应商,他们正在构想人工智能方面的新应用。

一种被称为“深度学习”的机器学习技术正在应用于医学影像和医疗数据的筛选。

而大概是受大脑中神经元工作机制的启发,深度学习在图像识别和处理音频文件中也有着特别的用处。

英伟达所开发的图形处理器非常适用于要求并行计算的深度学习,它也已经为学术界和工业界提供了多种用于深度学习的专用硬件。

这包括一个强大的超级计算机DGX-1 和一个用于无人驾驶汽车的系统Drive PX。

英伟达的硬件会越来越多的用于医院和医疗研究中心。深度学习有助于提高提高诊断的可靠性,并且可能会帮助专业水平较低的发展中国家显著地提高医护标准;而发现新药物也有可能是深度学习的另一大重要应用领域。

深度学习也可能帮助医生从数据中挖掘出潜在的应用模式。例如,英伟达和梅约诊所的一名神经系放射学家Bradley Erickson合作,将深度学习用于研究大脑图像。

想人工智能在癌症领域中所取得进展,顶级的人工智能应用程序可能是英伟达医疗领域中最为重大的突破。

然而,要将类似于深度学习的技术应用到医疗领域还面临着诸多挑战。深度学习方法太复杂,大多数时候,预测结果就连专家也难以解释,而这也是现在的研究重点。

2

大力推进人工智能辅助放射学领域

最近,国际数据公司IDC和英伟达合作,正在大力推进人工智能辅助放射学领域的发展。

在已经部署 AI 的医院中,AI 的作用体现在提高工作效率做筛查,支持基层诊疗,支持疑难杂症的诊断和治疗,用来做疾病预防。总的来说两个方面,一个是提高效率,一个是提高诊疗水平。

英伟达认为,人工智能的加入到这里面,会帮助英伟达提高影像分析、医疗健康的质量。同时英伟达相信人工智能的帮助,会提高医疗服务的可及性,并且降低医疗的成本,惠及更广大的人民老百姓的身体健康。

于是,英伟达为此构建了一款以 AI 为驱动的医疗影像超算平台 Clara,它为所有医疗影像提供统一支持的两种服务:

①Clara Inference Manager 提供了一个可扩展的 NVIDIA 云端接口,使医疗专家将能高效快捷的利用到 GPU 的计算能力及其附加服务,从而增强医疗影像数据处理能力;

②Clara Server SDK 是一套软件定义影像处理的工作流,它兼容原始影像数据和处理后影像数据,并加入 AI 算法模块。NVIDIA Clara 将专注于促使影像硬件及传感设备本身能更好整合计算能力、影像重构算法、AI 检测、后处理、及可视化等步骤,从而提高效率。

3

强化医疗影像诊断能力

去年年末,GE医疗、英伟达联合宣布,双方将进一步深化合作关系,加强对医疗影像的处理能力。

GE医疗将用Revolution Frontier CT升级其全球范围内的50万台医疗影像设备。采用英伟达AI平台的GE Revolution Frontier CT相较其前代,图像处理速度提升了两倍。得益于较快的处理速度,预计该平台在肝脏病变侦测、肾脏病变表征辨识方面带来出色表现。

双方还在云服务方面达成了合作。GE医疗将在新的数据分析平台中使用英伟达的技术,平台的一部分将被置于英伟达GPU Cloud云平台上。据了解,GE医疗是第一家使用英伟达 GPU云(NGC)的医疗装置公司。

医疗行业正在发生迅速变化,推动行业变革的技术应当反映这一速度。通过与英伟达的合作,GE医疗有能力提供未来的设备,即帮助医疗服务供应商,为全球患者优化诊断速度和准确率的智能机器。

除了GE医疗,语音巨头Nuance也于26日宣布,将引入英伟达的深度学习平台用于影像诊断。

4

看好AI在医疗行业的发展前景

医疗卫生或者健康产业也是英伟达非常重视的,可以帮助健康产业在三个方面实现变革:

首先是新药研发,既包括新药本身的制造研发,还能让医生快速发现有哪些新药是对症的;

二是疾病的早期检测,说到检测这一定是人工智能去解决的问题,比如说人工智能帮助检测医疗影像;

三是验证新药临床效果的大规模取样问题,人工智能可以帮助解决。

智慧化的设备以及自动化的工作流程已经是未来的趋势,英伟达正与这个产业当中的先驱者共同合作,透过旗下的平台让医疗行业能够跨越鸿沟,成功与AI技术接轨。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分