科技产业报订阅
event
 

医疗跨科集成的开始 NVIDIA力推DLI和迁移学习

NVIDIA解决方案架构暨工程副总裁Marc Hamilton认为,集成的力量将会使得医疗科技再上一层楼。蔡腾辉

人工智能、机器学习、深度学习这三个不断被深入开发的技术,医疗影像的大数据分析用得上、在医院的病患分析人脸辨识也用得上、而在B2C端的在线皮肤状况检测也用得上。NVIDIA解决方案架构暨工程副总裁Marc Hamilton认为,藉由各种终端设备和物联网仪器收集而来的数据,经过强大的边缘运算系统汇总分析之后,已能产出对场域相当有价值的应用。NVIDIA也透过深度学习学院,教导医疗专业人员如何运用新计算机辅助诊断设备。此外,同一套算法学习不同科别的迁移学习也是最新正在发展中的技术。

NVIDIA 深度学习学院和新创启动计画

科技如何辅助医疗?这个问题NVIDIA从深度学习学院(Deep Learning Institute;DLI)着手,从最初教医疗人员如何使用AI,到后来为新创量身打造特别课程,不仅增加了软硬件工程师与医疗专业人员的交流,同时也协助大小厂商媒合。深度学习学院运行至今,已经有数万名毕业学员。Marc Hamilton相当看好藉此形塑科技集成生态系。

「政府、新创、医院、大学」都很积极了解AI,同时和NVIDIA深度合作。Marc Hamilton指出,医疗新创所拥有的强大能量,已能运用AI来解决70%的医学影像研究问题。在政府单位方面,国家实验研究院国家高速网络与计算中心(以下简称国网中心)主任史晓斌表示,相当看好由2,032个NVIDIA Tesla V100所组成的AI 高速计算机台湾衫二号(TAIWANIA 2),认为将来能够提供产业更多跨域应用。

而在协助国网中心等策略合作伙伴的事业推展上,NVIDIA也有多元计画以及新创启动计画(Inception Program),不仅帮助事业伙伴拓展市场,也帮助新创找到适才适所的题目与市场资源。

迁移学习让AI变得更多用

病灶标注的技术很多团队都在做,但NVIDIA最新的医疗AI工具Clara则加上了迁移学习(Transfer Learning)的新功能。举例来说,肾脏脏科医师训练肾脏AI的同时,也可以透过这套算法来协助其它器官疾病的侦测与分析。

除了不断开发与调整AI算法以外,为了让专业人员可以在不同地点分工合作,NVIDIA积极将硬件工具体积缩小,除此之外,Marc Hamilton也说,未来全球医疗的拓展计画与方向,会聚焦在医学影像和新药开发,此外在游戏、石油化工、工业制造等14种产业也都有所涉猎。

蔡腾辉

DIGITIMES电子时报智能医疗主编蔡腾辉Mark Tsai
专注研究智能医疗产品技术服务导入场域时,所遇到的困难症结与如何克服要点。
精通中英德语,热爱挑战与Swing Dance。
Facebook:DIGITIMES智能医疗

作者更多专栏

  •     按赞加入DIGITIMES智能医疗粉丝团
更多关键字报导: NVIDIA 医疗人工智能