利用深度學習 NVIDIA尋求醫療商機

關鍵字：()；()

瀏覽次數：4666｜歡迎推文：

科技產業資訊室 (iKnow) - Kyle 發表於 2017年4月5日

輝達（NVIDIA）於2016年成為最為成功將人工智慧與深度學習轉換成商機的公司。正當輝達不斷從各個角度—包含伺服器、PC、嵌入式、汽車等領域，推出人工智慧晶片之時，其他廠商仍處於起步階段。現在輝達看中人工智慧在醫療領域的發展，未來幾年將擴大人工智慧在醫療方面的應用。

由於，輝達在智慧型手機晶片上的轉型失敗，反而造就其轉向人工智慧晶片的企圖心比起高通與英特爾都還要來得早。現在許多應用人工智慧與深度學習的公司大都是採用輝達的晶片解決方案。因此，輝達對於人工智慧的下一步應用是很值得參考的方向。

這幾年在醫療影像研究方面，隨著人工智慧技術的加入，的確達到讓人難以置信的地步。可是從另外一個角度來說，即使機器學習中的深度學習技術已經可以應用到醫療影像以及大量的資料處理方面，但是人工智慧可以在醫療領域發揮的作用其實還可以更多且更深。

2016年，谷歌的一個團隊表示，深度學習可以用於自動診斷眼睛疾病。同時，史坦福大學的一個小組在Nature雜誌上發表一篇文章，表示深度學習技術可以發現皮膚癌以及訓練皮膚科醫生。紐約西奈山醫院的一個小組使用這種方法來分析患者的電子健康記錄，並以驚人的準確度預測一個人可能會發展什麼樣的疾病。此外，大型醫療影像技術已經被深度學習技術所主導。

輝達設計的繪圖處理器非常適合執行深度學習所需的平行運算，且其已經為學術界和產業的深度學習研究領域供給適合的硬體。現在輝達針對人工智慧應用設計的產品，包括：針對研究之電腦設計之DGX-1，以及針對自動駕駛系統設計的Drive PX。

輝達相信其晶片能夠幫助預測癌症，甚至幫助醫生找到不易被發現的疾病模式。如此就可以通過深度學習來預測病人獲得某種疾病的風險並提供相關解決方案。此外，一旦其進入開發中國家的醫療體系，也可以提高其專業醫療水準。另外，在輝達也正在將人工智慧應用到發現新藥物方面。

然而，在深度學習應用於醫學技術方面卻也同時面臨重大挑戰。因為這種方法是如此複雜和不透明，醫生可能不清楚為什麼這種算法可以得到特定的診斷，這就是一種挑戰。未來的解決方案，可能必須依賴新的深度學習網絡行為才能解決，因為其是採用可視化的方法，讓人工智慧所得的結論能夠變得更為透明。但是，何時能達成又是一大課題。（752字）

參考資料：
1. Nvidia’s Deep-Learning Chips May Give Medicine a Shot in the Arm, MIT Technology Review, 2017/3/28

本站相關文章:

歡迎來粉絲團按讚！

--------------------------------------------------------------------------------------------------------------------------------------------