英偉達拓展深度學習晶元的應用場景，醫療領域也將迎來AI革命

本文屬於本次Emtech Digital人工智慧峰會獨家精選

晶元製造商英偉達（Nvidia）針對特定的先進學習演算法而開發的專用硬體目前正在驅動著人工智慧的向前蓬勃地發展。目前，它又鎖定了下一個巨大市場——醫學及衛生保健領域。

負責英偉達醫療保健部門研究工作的Kimberly Powell表示，該公司正在與一些專業的醫學研究人員合作，並希望在未來幾年將所做的工作擴展到其它領域。

Powell在舊金山揭幕的《麻省理工科技評論》EmTech數字峰會上說：「醫學影像研究正在以讓人驚訝的速度發展，我們在醫院看到了很多的供應商，他們正在構想人工智慧方面的新應用。」

值得注意的是，一種被稱為「深度學習」的機器學習技術正在應用於醫學影像和醫療數據的篩選。而大概是受大腦中神經元工作機制的啟發，深度學習在圖像識別和處理音頻文件中也有著特別的用處。

深度學習似乎特別適用於醫學研究。去年，Google的一個團隊表示，深入學習可以自動診斷眼睛疾病。與此同時，斯坦福大學的研究小組在《Nature》發表了一篇論文，指出深度學習可以幫助診斷皮膚癌以及可以利用深度學習充當皮膚科醫生的人工智慧訓練系統。紐約西奈山醫院（Mount Sinal Hospital）的研究小組使用深度學習分析患者的電子健康記錄並以令人難以置信的高準確率預測了一個人可能會得什麼病。

這僅僅是一些較著名的例子。Powell指出，在大型醫學影像會議的論文中，與深度學習有關的論文已經佔了絕大多數。

英偉達所開發的圖形處理器非常適用於要求並行計算的深度學習，它也已經為學術界和工業界提供了多種用於深度學習的專用硬體。這包括一個強大的超級計算機DGX-1 和一個用於無人駕駛汽車的系統Drive PX。

Powell相信英偉達的硬體會越來越多的用於醫院和醫療研究中心。她表示，深度學習有助於提高提高診斷的可靠性，並且可能會幫助專業水平較低的發展中國家顯著地提高醫護標準；而發現新藥物也有可能是深度學習的另一大重要應用領域。

深度學習也可能幫助醫生從數據中挖掘出潛在的應用模式。例如，英偉達和梅約診所（Mayo Clinic）的一名神經系放射學家Bradley Erickson合作，將深度學慣用於研究大腦圖像。Powell說，Erickson在識別與大腦疾病有關的遺傳因素方面已經取得了一些成果。

早些時候，紐約大學教授Gary Marcus也認為人工智慧可能會對醫療領域產生重大影響。很多時候，人類很難識別出指示患有某種疾病可能性的風險因素，但是演算法可能很容易做到這一點。Marcus說：「想想人工智慧在癌症領域中所取得進展，頂級的人工智慧應用程序可能是我們醫療領域中最為重大的突破。

然而，要將類似於深度學習的技術應用到醫療領域還面臨著諸多挑戰。深度學習方法太複雜，大多數時候，預測結果就連專家也難以解釋，而這也是現在的研究重點。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！