Nvidia利用GPU加速AI驅動的醫療診斷和新葯發現

Nvidia認為，人工智慧已經發展到可以可靠地用於幫助診斷疾病和發現新葯。

為了實現這些目標，Nvidia今天宣布將與兩個團隊展開合作，包括與美國放射學會（American College of Radiology）合作研究一種開放式AI架構和參考實施，以及與加速醫學治療研發計劃（Accelerating Therapeutics for Opportunities in Medicine，ATOM）聯盟合作研究一種新型超級計算機平台。

與美國放射學會合作研究的開放式AI架構和參考實施是針對放射科醫生群體的，他們擅長使用醫學成像來診斷和治療疾病，這個參考實施採用了Nvidia Clara AI工具包，提供了三項關鍵的AI功能包括AI輔助注釋、轉移學習和聯合學習。放射科醫生可以創建新的演算法、驗證這些演算法、與同事共享這些演算法、使演算法可用於各種診斷目的，同時確保訓練這些演算法所使用的數據是安全的。

Nvidia將Nvidia Clara AI工具包打包在新的ACR AI-LAB軟體平台中，放射科醫生可以免費使用該平台，並根據自己的患者數據開發AI演算法。美國放射學會數據科學研究所首席醫療官Bibb Allen Jr.表示：「這標誌著美國放射學會數據科學研究所這個意義非凡的項目進入了初始階段，該項目為放射科醫生提供了在任何實踐環境中參與他們所在機構的人工智慧開發項目中的機會，利用他們自己的患者數據，來滿足他們自己的臨床需求。」

這種參考實施與此前項目的關鍵區別之一在於，AI模型被帶入患者數據，而不是數據被轉移到模型中，這麼做的好處是所使用的任何數據都是保密的。Nvidia稱，這還有助於改善人工智慧訓練的多樣性、改進對演算法的驗證、有助於告訴放射科醫生如何根據他們的特定臨床需求調整AI模型。

在俄亥俄州立大學的另一個試點項目中，放射科醫生採用了一種最初由馬薩諸塞州總醫院和布萊根婦女醫院「臨床數據科學中心」醫生打造的AI模型。俄亥俄州立大學的醫生們將他們自己的數據添加到該模型中，以改進原始的演算法。之後，醫生們創建了一種非常準確的「心臟計算機斷層掃描血管造影模型」，可用於診斷心臟病。

而且，該模型是由沒有任何編程經驗的放射科醫生創建的，不涉及任何機密數據的共享。

「放射科醫生希望參與其中，他們希望打造能夠滿足他們需求的演算法，」Nvidia醫療副總裁Kimberly Powell這樣表示。

此外，俄亥俄州立大學韋克斯納醫學中心放射學和醫學影像信息學系主任Richard White說，「在不同的醫院之間構建人工智慧網路，將創造出更強大的演算法，帶來更高的效率，這些對於患者來說可能意味著更好的結果。」

Nvidia還希望通過發現新葯來幫助實現更好的患者治療效果。為此，Nvidia與ATOM聯盟合作開發了一個基於AI的新平台，旨在加速這一過程。

ATOM聯盟成立於2017年，旨在加快研製新葯這一漫長的過程。Nvidia表示，該平台可以處理各種複雜的數據，包括物理化學特性、體外測定結果和匿名人體臨床數據。有了這個平台，醫生就可以使用數據驅動模型和生成分子設計來設計新葯，然後在計算機環境中模擬新葯的效果。

ATOM的平台運行在基於Nvidia GPU的超級計算機上，ATOM表示，將向醫學研究界提供這一功能以幫助加快新葯的問世。ATOM理事會成員、加州大學舊金山分校商業發展、創新和合作夥伴關係副校長Barry Selick表示：「我們通過與Nvidia合作，將推進計算能力在藥物設計中發揮的作用，減少實驗瓶頸，加速藥物發現。」

Constellation Research分析師Holger Mueller表示，Nvidia正在努力推動人工智進入下一個發展階段：聚焦行業。

Mueller說：「很高興看到Nvidia致力於讓構建AI應用變得更容易，特別是在醫療領域，由於涉及到專業知識和患者隱私，醫務人員自己去構建這種應用是很重要的。同時與像ATOM這樣具有前瞻思維的機構合作，更有助於驗證和傳播新的最佳實踐。」

他補充說，關鍵問題在於一些特定行業是否需要自己專有的硬體。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！