英伟达拓展深度学习芯片的医疗应用场景

英伟达拓展深度学习芯片的医疗应用场景

芯片制造商英伟达(Nvidia)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。

负责英伟达医疗保健部门研究工作的Kimberly Powell表示,该公司正在与一些专业的医学研究人员合作,并希望在未来几年将所做的工作扩展到其它领域。

Powell在旧金山揭幕的《麻省理工科技评论》EmTech数字峰会上说:“医学影像研究正在以让人惊讶的速度发展,我们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。”

值得注意的是,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。

深度学习似乎特别适用于医学研究。去年,Google的一个团队表示,深入学习可以自动诊断眼睛疾病。与此同时,斯坦福大学的研究小组在《Nature》发表了一篇论文,指出深度学习可以帮助诊断皮肤癌以及可以利用深度学习充当皮肤科医生的人工智能训练系统。纽约西奈山医院(Mount Sinal Hospital)的研究小组使用深度学习分析患者的电子健康记录并以令人难以置信的高准确率预测了一个人可能会得什么病。

这仅仅是一些较著名的例子。Powell指出,在大型医学影像会议的论文中,与深度学习有关的论文已经占了绝大多数。

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。

Powell相信英伟达的硬件会越来越多的用于医院和医疗研究中心。她表示,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(Mayo Clinic)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。Powell说,Erickson在识别与大脑疾病有关的遗传因素方面已经取得了一些成果。

早些时候,纽约大学教授Gary Marcus也认为人工智能可能会对医疗领域产生重大影响。很多时候,人类很难识别出指示患有某种疾病可能性的风险因素,但是算法可能很容易做到这一点。Marcus说:“想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我们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。