英偉達力推DLI和遷移學習 推動醫療跨科整合

作者：DIGITIMES蔡騰輝

人工智慧、機器學習、深度學習這三個不斷被深入開發的技術，醫療影像的大數據分析用得上、在醫院的病患分析人臉辨識也用得上、而在B2C端的在線皮膚狀況檢測也用得上。英偉達解決方案架構暨工程副總裁Marc Hamilton認為，藉由各種終端設備和物聯網儀器收集而來的數據，經過強大的邊緣運算系統匯總分析之後，已能產出對場域相當有價值的應用。英偉達也透過深度學習學院，教導醫療專業人員如何運用新計算機輔助診斷設備。

此外，同一套演算法學習不同科別的遷移學習也是最新正在發展中的技術。

英偉達深度學習學院和新創啟動計劃

科技如何輔助醫療？這個問題英偉達從深度學習學院(DLI)著手，從最初教醫療人員如何使用AI，到後來為新創量身打造特別課程，不僅增加了軟硬體工程師與醫療專業人員的交流，同時也協助大小廠商媒合。深度學習學院運作至今，已經有數萬名畢業學員。Marc Hamilton相當看好藉此形塑科技整合生態系。

「政府、新創、醫院、大學」都很積極了解AI，同時和英偉達深度合作。Marc Hamilton指出，醫療新創所擁有的強大能量，已能運用AI來解決70%的醫學影像研究問題。

遷移學習讓AI變得更多用

病灶標註的技術很多團隊都在做，但英偉達最新的醫療AI工具Clara則加上了遷移學習(Transfer Learning)的新功能。舉例來說，腎臟臟科醫生訓練腎臟AI的同時，也可以透過這套演算法來協助其他器官疾病的偵測與分析。

除了不斷開發與調整AI演算法以外，為了讓專業人員可以在不同地點分工合作，英偉達積極將硬體工具體積縮小，除此之外，Marc Hamilton也說，未來全球醫療的拓展計劃與方向，會聚焦在醫學影像和新葯開發，此外在遊戲、石油化工、工業製造等14種產業也都有所涉獵。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！