醫療照護已成為AI的發展重點 賴品如2019-05-28人工智慧(AI)已成為熱門的新興科技,能夠大幅強化各個產業的發展,而這項科技亦對醫療照護產業帶來創新的契機。自2012年以來,NVIDIA發現醫療照護產業對於AI系統的採用與部署日益提升,尤其是新創公司。NVIDIA解決方案架構暨工程副總裁Marc Hamilton提到,AI在醫療照護相關領域的主要應用之一是醫學影像。目前來說,超音波、核磁共振造影(MRI)和正子電腦斷層掃描(PET)等高階醫學影像儀器的年出貨量約為30萬台,全世界的總安裝量約為300萬台,而這些用於研發或醫學治療的儀器中,約70%已經整合用於資料分析的AI解決方案。NVIDIA的DGX-2是世界上第一台2 petaFLOPS(每秒2千兆次浮點運算) 系統,結合16個互連的NVIDIA Tesla V100 Tensor GPU,擁有超大規模高速運算能力。DGX-2以 NVIDIA DGX軟體及 NVIDIA NVSwitch可擴充架構做為基礎,是NVIDIA目前提供用於解決AI挑戰並提供深度學習效能最高階的選擇。Hamilton指出,AI是能夠創造新軟體的軟體程式。使用者可傳送資料到DGX-2上執行的AI系統,供系統依據資料得出的分析結果撰寫新程式。此外,DGX-2的16個GPU 能夠加速資料處理的速度,協助使用者更快且更有效率地獲得運算結果。除了醫學影像以外,基因體學也是AI能夠發揮潛力的另一個重要領域。有越來越多的公司專注研發用於基因體定序的產品,而許多相關裝置和設備都搭載NVIDIA的GPU,經由AI演算法進行資料處理及分析,包括小型的可攜式基因體定序儀,和每天可產生數萬億位元組定序資料、定價數百萬美元的大型定序儀器在內。NVIDIA在這個生態系統中扮演的角色,是與結盟夥伴合作並協助他們研發終端裝置。為了達成這個目的,NVIDIA提供具有許多獨特功能的Clara AI平台,可讓研究人員以預先訓練好的程式,輕鬆開始進行AI分析。十年前最早開始運用GPU運算的應用之一則是影像重建。GPU現在已經被運用於幾乎所有的影像模式,包括CT、MRI、X光和超音波。Clara Imaging可銜接加速函式庫及部署框架,讓開發人員能夠建立及升級智慧影像儀器。醫學影像中的深度學習研究也正在蓬勃發展,研發更有效率且改良過的方法以啟用透過AI輔助的工作流程。不過,現今這類的AI研究大部分仍獨立進行且資料集有限,可能會因此產生過度簡化的模型。即使有經過完整驗證的模型可用,仍然很難於在地環境中部署演算法。在Clara AI發布後,資料科學家和軟體開發者已有必要的工具、API和開發框架可供訓練及部署高品質的AI。將AI系統用於醫學影像也有助於減少病患的輻射暴露量、改善影像品質並即時產生影像。像是CT迭代重建和MR 壓縮感應等開創運算新局的技術,能夠減少高達90%的輻射暴露量並縮短擷取MRI影像所需的時間。最近深度學習已成為顯學,而醫學影像應用中有超過半數的新研究涉及AI。Hamilton提到,一間醫院可能有百萬張MRI影像,但其中只有極少數的罕見疾病影像。然而,透過深度學習的運用,研究人員能夠訓練AI在只檢視少數影像資料的情況下就重建出罕見疾病的相似影像,以便將影像提供給其他醫療照護工作者而不會侵犯病患的隱私。NVIDIA的Clara平台可由醫療造影儀器研究人員或廠商、醫院研究人員、第三方公司及新創公司採用。此平台可讓他們立即開始進行AI演算法的開發,讓他們以更有效率的方式打造全新的AI應用。目前絕大部分的AI研究皆由醫療設備廠商主導,不過NVIDIA 也經由其新創育成的「NVIDIA INCEPTION」計畫推動AI人才培育。目前有超過4,000家新創公司參與此計畫,其中至少數百家為醫學影像相關應用的開發者。Hamilton說,NVIDIA的主要任務之一,是透過這個計畫連結新創公司和適合的醫院研究人員或醫療設備廠商及供應商,以加速他們的AI實作應用。NVIDIA也在台灣進行多項醫療照護相關投資和結盟。NVIDIA與中國醫藥大學附設醫院合作,向醫院引介包括台灣在內的數家新創公司以進行AI研發。2017年,NVIDIA宣布和科技部攜手合作,共同培育AI人才。科技部今年更進一步投資5.2億美元於AI領域,其中一項計畫是AI超級電腦台灣杉二號,這是全世界最頂尖的超級電腦之一,共搭載252台伺服器,每台配備8個NVIDIA Tesla V100 32GB Tensor Core GPU。台灣政府將超級電腦提供給台灣所有領域的研究人員進行研發,而NVIDIA透過提供該公司最新的軟體和更新,持續與這些研究人員密切合作。目標是為了協助無法負擔昂貴AI硬體費用的中小企業或機構,仍然能夠透過政府的協助使用AI系統。在AI訓練方面,NVIDIA已在台灣成立NVIDIA深度學習機構(DLI),訓練學員如何使用NVIDIA的GPU解決各種AI應用難題,其中並包含一系列專門針對醫療照護應用的課程。同時,NVIDIA也和台灣許多大專院校攜手合作建立AI實驗室,協助培育AI人才。
No comments:
Post a Comment