PCDIY!業界新聞

人工智慧與運算的進步迎來醫療保健領域的新時代

(本資訊由廠商提供,不代表PCDIY!立場) 2021-01-14 17:54:27
  NVIDIA 醫療業務部門副總裁 Kimberly Powell 在出席摩根大通 (J.P. Morgan) 健康醫療線上年會之際,介紹了人工智慧 (AI) 與加速運算技術如何推動醫學發現及實踐。

 Kimberly Powell 表示我們現正處於一個關鍵時刻,即將迎來 AI 加速發現與推動醫學進展的嶄新時代。Powell 今日在摩根大通健康醫療線上年會上進行演講,介紹 AI 與加速運算技術如何使科學家能夠利用蓬勃發展的生物醫學資料,在更短的時間內取得突破性的研究成果,以及讓患者獲得更優質的照護服務。
  她說人類要用盡一切努力去瞭解疾病及發現治療方法,而藥物開發產業的市值達數兆美元,也說明了這是一項多麼複雜的挑戰。

人工智慧如何推動降低藥物開發成本
  通常要研發一款藥物得花上約十年的時間及 20 億美元的成本,在臨床開發過程中的失敗率高達九成。不過近年來醫療領域數位資料的興起,為運用 AI 來改善這些統計資料帶來機會。

  Powell 表示:「我們如今在三個月左右的時間裡能夠產生的生物醫學資料量,比過去 300 年醫療發展史中所產生出的資料量更多,而這反而造成一個問題,就是沒有人真的可以整合這種程度的資料,我們需要求助於人工智慧。」

  Powell 說 AI 是「我們這個時代最強大的技術力量,它自己就是軟體,卻能夠寫出人類無法寫出的軟體。」

  AI 在放射學、病理學或患者監測等特定領域裡,結合量身打造的資料與演算法會有最完美的表現。NVIDIA Clara 應用程式框架為研究人員與臨床醫師提供 GPU 加速 AI 技術,將這些工具用在醫學影像、基因組學、藥物開發和智慧醫院中,彌補了此一差距。

  Powell 在演講中提到,去年 NVIDIA Clara 的下載量成長了五倍,開發人員還運用NVIDIA 的對話式 AI 和聯合學習的全新平台。

醫療產業生態系圍繞著 AI 展開
  她指出,在新冠肺炎肆虐全球的情況下,圍繞著 AI 的醫療產業發展動能不斷加速,新創公司在 2020 年募得的資金估算遠超過 50 億美元。現在有超過千家醫療相關的新創公司加入 NVIDIA Inception 加速器計畫,自 2017 年以來成長了四倍。而去年就有超過兩萬篇 AI 相關醫療論文提交給 PubMed,在過去十年中呈現指數級的增長。

  加州大學舊金山分校等頂尖的研究機構將 NVIDIA 的 GPU 用在支援他們的低溫電子顯微鏡研究工作上,這種技術用於研究分子結構 (像是新型冠狀病毒表面的棘狀蛋白),以及加快發現藥物和疫苗的速度。
  包括葛蘭素史克 (GlaxoSmithKline) 在內的製藥公司及英國國民保健署等大型醫療體系,將利用搭載 NVIDIA DGX SuperPOD 系統的 Cambridge-1 超級電腦 (它也是英國運算速度最快的 AI 超級電腦) 來解決大規模的問題,以及改善病患照護、診斷與交付關鍵藥物和疫苗的重要任務。

軟體定義的儀器將 AI 創新與醫療實踐項目串連起來
  Powell 認為軟體定義的儀器 (即可以定期更新以反映最新科學知識和 AI 演算法的設備),是將最新的突破性研究成果與醫學實踐項目串連起來的關鍵。

 「人工智慧和醫學實踐項目一樣都在不斷學習。我們要從資料中學習,要從不斷變化的環境中學習。」Powell 說。

  她表示將醫療儀器變成軟體定義,不僅能夠在第一時間開發出用於監測患者的智慧攝影機或 AI 引導的超音波系統等工具,還能保留其價值,且隨著時間的推移而不斷改善。

  英國的基因定序公司 Oxford Nanopore Technologies 是軟體定義儀器領域的領導者,在該公司的電子平台上部署了新一代的 DNA 定序技術。現已有 50 餘國將該公司的奈米孔定序裝置用於定序與追蹤新冠病毒的新變種,以及用於進行大規模基因組分析作業,以研究癌症的生物學特性。

  從手持式 MinION Mk1C 裝置到超高處理量的 PromethION,該公司的多款儀器均搭載 NVIDIA GPU,像是運行 PromethION 一次可以產生出超過三個人類基因組的序列資料。Oxford Nanopore 將把 NVIDIA DGX Station 用在下一代的 PromethION 上,讓它的即時定序技術能夠搭配高速高精度的基因組分析能力。
  Oxford Nanopore Technologies 多年來一直使用 AI 來提高鹼基識別 (basecalling) 的準確性,鹼基識別是一個從通過奈米級別孔洞 (或稱奈米孔) 的微小電子訊號,以判斷分子 DNA 鹼基順序的過程。

  Powell 說這項技術「真正涉及了整個醫學實踐領域」,無論是新冠病毒流行病學,還是人類遺傳學和長讀取定序技術領域。「他們的鹼基識別模型透過深度學習,整體準確率能夠達到 98.3%,而 AI 驅動的單核苷酸變異識別技術,準確率可以達到 99.9%。」

醫療領域朝著 AI 助力的發展方向前行
  Powell 表示在這場新冠肺炎疫情當中,這些由 AI 帶動所創造出的突破性成果,有著愈來愈顯著的重要性。
  「我們在2020年將人工智慧大幅投注在像是新冠病毒的單一問題上,這真的讓我們看到運用人工智慧傾注全力來關心單一事件可獲得的各項益處。我們在過去 12 個月內的新發現,只會在未來推動我們更進一步發展。我們獲得的每一個心得都能用在日後的每一項藥物開發專案上。」她說。

  醫療領域的重量級人物均利用 GPU 加速的 AI 技術,在基因組分析、藥物開發運算及臨床診斷等不同領域中取得長足進展。
發表您的看法

請勿張貼任何涉及冒名、人身攻擊、情緒謾罵、或內容涉及非法的言論。

請勿張貼任何帶有商業或宣傳、廣告用途的垃圾內容及連結。

請勿侵犯個人隱私權,將他人資料公開張貼在留言版內。

請勿重複留言(包括跨版重複留言)或發表與各文章主題無關的文章。

請勿張貼涉及未經證實或明顯傷害個人名譽或企業形象聲譽的文章。

您在留言版發表的內容需自負言論之法律責任,所有言論不代表PCDIY!雜誌立場,違反上述規定之留言,PCDIY!雜誌有權逕行刪除您的留言。

最近新增