強大的 GPU 運算效能 大幅提升微小的危急器官標記精準率

作者 Melody Tu

鼻咽癌是華人特別容易罹患的癌症,在歐美國家極為少見,即便是亞洲日韓及中國長江以北各省,也都沒有像南方華人地區常見,中國廣東、廣西、福建、臺灣、香港及新加坡等地區是全球最好發的地帶。台灣罹患鼻咽癌以男性居多,根據衛生福利部統計,它曾是民國 100 年台灣地區男性癌症第十大殺手,與口腔癌、食道癌並列最常見的三種男性頭頸部癌。

然而,要早期診斷鼻咽癌有相當程度的困難。鼻咽癌原發位置鄰近顱底及顏面重要器官及血管,除了鼻咽內視鏡檢查及鼻咽部切片之外,醫師還大幅倚賴核磁共振造影(Magnetic Resonance Imaging; MRI)與電腦斷層(Computed Tomography; CT)來標記危急器官(Organ at Risk; OAR)。然而,顱內構造相當精細複雜,鼻咽癌原發位置非常微小,附近還緊鄰淋巴、視神經、腦幹、內耳構造等,即使擁有豐富臨床經驗的醫師,光憑肉眼要在平均一個病人就有為數近百張的 MRI 及 CT 當中進行標記,絕對是相當耗時耗能的工作。

圖一:顱內電腦斷層影像

圖二:顱內核磁共振造影

台灣大學資訊工程學系教授暨 NVIDIA 人工智慧實驗室計畫主持人徐宏民,出身南投竹山,秉持回饋中部鄉親的志願,利用人工智慧與深度學習技術,針對特別困擾中部民眾的鼻咽癌進行人工智慧辨識的研究。這項計畫透過教學醫院專科醫師的醫療專業的協助,利用醫界累積已久的醫學知識協助深度學習網路設計,並利用數萬張珍貴的醫學影像資料,成功訓練 AI 診斷出具風險的微小器官,如視神經與內耳等小型器官;在癌症診治以及治療上急需的器官影像標註工作上,最高可以將準確率提升高達 36%!

徐宏民教授的團隊利用 NVIDIA DGX-1 系統,利用累積近十年 CT 以及 MRI 影像資料。以 CT 影像為主要訓練資料,並且利用 GAN 生成式對抗網路將 CT 以及 MRI 的位置校正之後,善用 CT 與 MRI 影像間互補的資訊,藉以大大提升影像標註和辨識的結果。徐教授表示:「這項計畫最困難的部分,是顱內以及頸部附近器官位置緊鄰,形狀差異又相當精微,即便是有經驗的醫師都需要耗費相當龐大的時間與精力來標註。這也就驅使我們結合醫生的專業知識,設計出一套獨特且可以同時考量 MRI 與 CT 拍出的影像訊號源的深度學習網路,用來快速標註重要器官以及可能的腫瘤位置。很高興能與 NVIDIA 合作,DGX-1 的加入讓我們能加速完成各種實驗假設,率先於病歷數據完整的地區進行 AI 導入,未來希望能進一步推廣至全台,甚至將研究結果分享給全球使用,節省醫療成本,利用先進科技改善整體醫療品質。」

NVIDIA DGX-1 是 AI 研究利器以及深度學習的最佳選擇,全方位的解決方案立即可用,領先業界的優異效能能迅速讓研究者獲得所需資訊加速計畫推展。DGX-1 可提供比前一代 Pascal 架構 GPU 系統快 3 倍的訓練速度,讓整個研究團隊享有簡化的工作流程和協作過程,同時節省時間與成本。

強大的 GPU 運算能力,將能讓在大數據中迷茫遊走的研究者,迅速尋得有意義的研究指標。身為本世紀最主要的創新動力,人工智慧在健康醫療領域的發展屢見曙光,醫療產業將有機會成為 AI 率先落實應用的產業之一,是科技貢獻人類最有力的面向。