英偉達認為，人工智能已經(jīng)發(fā)展到可以可靠地用于幫助診斷疾病和發(fā)現(xiàn)新藥。

為了實現(xiàn)這些目標，英偉達今天宣布將與兩個團隊展開合作，包括與美國放射學會（American College of Radiology）合作研究一種開放式AI架構和參考實施，以及與加速醫(yī)學治療研發(fā)計劃（Accelerating TherapeuTIcs for OpportuniTIes in Medicine，ATOM）聯(lián)盟合作研究一種新型超級計算機平臺。

與美國放射學會合作研究的開放式AI架構和參考實施是針對放射科醫(yī)生群體的，他們擅長使用醫(yī)學成像來診斷和治療疾病，這個參考實施采用了英偉達 Clara AI工具包，提供了三項關鍵的AI功能包括AI輔助注釋、轉移學習和聯(lián)合學習。放射科醫(yī)生可以創(chuàng)建新的算法、驗證這些算法、與同事共享這些算法、使算法可用于各種診斷目的，同時確保訓練這些算法所使用的數(shù)據(jù)是安全的。

英偉達將英偉達 Clara AI工具包打包在新的ACR AI－LAB軟件平臺中，放射科醫(yī)生可以免費使用該平臺，并根據(jù)自己的患者數(shù)據(jù)開發(fā)AI算法。美國放射學會數(shù)據(jù)科學研究所首席醫(yī)療官Bibb Allen Jr．表示：“這標志著美國放射學會數(shù)據(jù)科學研究所這個意義非凡的項目進入了初始階段，該項目為放射科醫(yī)生提供了在任何實踐環(huán)境中參與他們所在機構的人工智能開發(fā)項目中的機會，利用他們自己的患者數(shù)據(jù)，來滿足他們自己的臨床需求?！?/p>

這種參考實施與此前項目的關鍵區(qū)別之一在于，AI模型被帶入患者數(shù)據(jù)，而不是數(shù)據(jù)被轉移到模型中，這么做的好處是所使用的任何數(shù)據(jù)都是保密的。英偉達稱，這還有助于改善人工智能訓練的多樣性、改進對算法的驗證、有助于告訴放射科醫(yī)生如何根據(jù)他們的特定臨床需求調(diào)整AI模型。

在俄亥俄州立大學的另一個試點項目中，放射科醫(yī)生采用了一種最初由馬薩諸塞州總醫(yī)院和布萊根婦女醫(yī)院“臨床數(shù)據(jù)科學中心”醫(yī)生打造的AI模型。俄亥俄州立大學的醫(yī)生們將他們自己的數(shù)據(jù)添加到該模型中，以改進原始的算法。之后，醫(yī)生們創(chuàng)建了一種非常準確的“心臟計算機斷層掃描血管造影模型”，可用于診斷心臟病。

而且，該模型是由沒有任何編程經(jīng)驗的放射科醫(yī)生創(chuàng)建的，不涉及任何機密數(shù)據(jù)的共享。

“放射科醫(yī)生希望參與其中，他們希望打造能夠滿足他們需求的算法，”英偉達醫(yī)療副總裁Kimberly Powell這樣表示。

此外，俄亥俄州立大學韋克斯納醫(yī)學中心放射學和醫(yī)學影像信息學系主任Richard White說，“在不同的醫(yī)院之間構建人工智能網(wǎng)絡，將創(chuàng)造出更強大的算法，帶來更高的效率，這些對于患者來說可能意味著更好的結果?！?/p>

英偉達還希望通過發(fā)現(xiàn)新藥來幫助實現(xiàn)更好的患者治療效果。為此，英偉達與ATOM聯(lián)盟合作開發(fā)了一個基于AI的新平臺，旨在加速這一過程。

ATOM聯(lián)盟成立于2017年，旨在加快研制新藥這一漫長的過程。英偉達表示，該平臺可以處理各種復雜的數(shù)據(jù)，包括物理化學特性、體外測定結果和匿名人體臨床數(shù)據(jù)。有了這個平臺，醫(yī)生就可以使用數(shù)據(jù)驅動模型和生成分子設計來設計新藥，然后在計算機環(huán)境中模擬新藥的效果。

ATOM的平臺運行在基于英偉達 GPU的超級計算機上，ATOM表示，將向醫(yī)學研究界提供這一功能以幫助加快新藥的問世。ATOM理事會成員、加州大學舊金山分校商業(yè)發(fā)展、創(chuàng)新和合作伙伴關系副校長Barry Selick表示：“我們通過與英偉達合作，將推進計算能力在藥物設計中發(fā)揮的作用，減少實驗瓶頸，加速藥物發(fā)現(xiàn)?！?/p>

ConstellaTIon Research分析師Holger Mueller表示，英偉達正在努力推動人工智進入下一個發(fā)展階段：聚焦行業(yè)。

Mueller說：“很高興看到英偉達致力于讓構建AI應用變得更容易，特別是在醫(yī)療領域，由于涉及到專業(yè)知識和患者隱私，醫(yī)務人員自己去構建這種應用是很重要的。同時與像ATOM這樣具有前瞻思維的機構合作，更有助于驗證和傳播新的最佳實踐?！?/p>

他補充說，關鍵問題在于一些特定行業(yè)是否需要自己專有的硬件。