AI结合加速运算技术 助医疗产业实现精准医学

辉达香港控股公司(NVIDIA)资深数据科学家刘冠良。

不可讳言，智能医疗是当今医疗业界的大势所趋，方向绝对正确，但医疗机构在推动智能化过程中，势必遭遇挑战，可能来自于遵法合规方面的挑战，也可能来自于追赶新科技的挑战；但辉达香港控股公司(NVIDIA)资深数据科学家刘冠良认为，尽管有挑战，但相对的机会也不少。

众所皆知，NVIDIA是近年AI浪潮下的显着受惠者，主要是靠着GPU大放异采，不过刘冠良说，NVIDIA并非只提供GPU而已，也致力在GPU之上创造一些工具，属于PaaS这一层，意在Leverage所有元件，让一切工作进行得更快更顺；例如日前发布的CUDA 11版工具集，即是为了实现Ampere新架构的最佳化，可针对TF32或Bfloat16等不同数据类型加速混合精度矩阵计算。

「NVIDIA Clara」则是适用于医疗照护适用的智能运算技术，它提供单一平台整合影像、基因体研究与病患监控，而且不管从嵌入式、边缘端乃至每个云端都可加以部署，旨在让医疗照护产业加速创新、进而实现精准医学目标。

「以今年的COVID-19(新冠肺炎)疫情为例，Clara便可针对许多相关的不同面向发挥功效，」刘冠良说，例如一开始利用Oxford Nanopore、针对COVID-19(新冠肺炎)患者的全长基因组进行定序，便是透过GPU加速；假使定序结果出炉后，需要进行数据库视觉化、传染预测，甚至更微观地检视病毒的分子结构，理解病毒表面表白的结合方式，以利执行疫苗的设计开发，种种环节，都需要倚靠GPU来加速计算，不但如此还需要平行化计算，此即为NVIDIA Clara的价值所在。

他举例，在COVID-19(新冠肺炎)病毒过程中，需要执行多达24亿笔基因组的定序动作，假设藉由CPU来进行运算，必须耗费长达4年才能完工，如今采用GPU，原本的4年急遽缩减为1天，随着循环时间的大幅降低，对于疫苗开发可望产生莫大助力。

具体来说，NVIDIA Clara适用于医疗上的测试、治疗或追踪等多元应用情境，用途相当广。其中Clara Imaging是一套面向医学影像的应用程序架构，使开发人员及研究人员得以加速数据标注、建立专门领域的人工智能模型，以及运用先进的预先训练模型和参考应用程序部署智能影像工作流程，降低入门者的学习门槛。Clara Parabricks面向基因体分析，提供企业级、一站式且经过GPU加速的定序软件及技术堆叠，俾使开发人员能针对基因体研究，打造高效能运算、深度学习与数据分析的应用服务。

至于Clara Guardian则是面向智能医院，该应用程序框架可将智能影像分析与对话式人工智能功能导入医疗照护产业，简化自动化体温筛检、防护口罩侦测和线上病患监控智能传感器之开发及部署。

值得一提的，NVIDIA非常了解医疗机构的工作流程，知道这群使用者并非一味求快，更重视隐私保护，因此Clara特别支持了联邦式学习(Federated Learning)，只要搭配EGX，即能容许不同单位无需对外分享自己的机敏数据，照样能与其他单位共享同一个题目执行模型训练。

在实例方面，Argonne National Laboratory是全球第一个凭藉DGX A100算力对抗COVID-19(新冠肺炎)病毒之例，该单位动用多达24个DGX A100系统节点组成一个集群，内含192个A100 GPU，并搭配采用Mellanox高效低延网络结构组成超级电脑，借此展现120 PetaFLOPS的庞大AI计算能力。总之NVIDIA将持续利用不同平台，同时积极开发各种SDK，藉以赋能不同夥伴，使之能帮助最终用户加快AI应用的发展进程。