在一個擠滿上萬人的會展中心裡，要保持健康並非易事 – 除非你是參加 GPU 技術大會，醫療保健業者無論規模大小，皆在這裡展出其在人工智慧與醫學方面的最新創新項目。
上週在矽谷舉行的 GTC 2019 大會，舉辦了四十餘場醫療保健相關會議、四場小組討論活動、多家業者設立展位，還有多場聚會活動。參與 NVIDIA Inception 計畫的十餘家醫療保健新創公司也置身其中，其中五家還提供了一系列閃電秀活動。
共享健康：Inception 館推出精彩展演、展位及聚會活動
GTC 大會展場裡有一處保留給參與 Inception 計畫的新創公司，設立了近五十個展位，讓他們介紹自己最新的展演內容。在 Inception Theater 裡舉辦了閃電秀，新創公司有五分鐘的時間可以向聽眾們介紹他們的研究成果。
數位健康新創公司 DDH 在自家展位裡，展示了該公司用於牙科應用、全身 MRI 掃描螢幕，以及用於診斷阿茲海默症和肺癌的人工智慧模型。第二次參加 GTC 大會的 DDH，有一張海報還進入今年的海報發表活動。
來自南韓的新創公司 Lunit 使用人工智慧，透過醫學影像以提供更佳的疾病定量評估結果，包括乳房 X 光檢查和胸部 X 光檢查。該公司的目標是減少偽陽性、偽陰性的情況，還有減少不必要的測試，特別是像活體組織切片這般的侵入性測試。Lunit 在自家展位上展示了最新的胸部 X 光人工智慧技術。
開發人工智慧 3D 醫學影像分類器與患者結果預測器的 InformAI，在該公司展位上展出一項鼻竇影像分類器。InformAI 使用 Microsoft Azure 雲端平台上的 NVIDIA V100 GPU，加上現場一台 NVIDIA DGX Station，對這項深度學習模型進行訓練，它可以從 3D 立體電腦斷層頭部掃描影像裡偵測出23種身體健康狀況。
另一間同為 Inception 計畫成員的新創公司 doc.ai，展示了該公司的醫學研究平台，讓使用者可以在手機上進行醫學研究。該公司的共同創辦人暨執行長 Walter De Brouwer，在一場以「Healthcare in the AI Era: Innovating with Data and Its Implications」為題的醫療保健小組討論活動中發表了演講。
De Brouwer 在這場活動中，討論了醫療保健資料集不斷增長的趨勢，並且將資料隱私性當成其中一項含義。部分深度學習醫療保健應用程式把資料傳到雲端，讓人不禁提高對隱私的關注。他反而建議患者可以受託他們自己的資料。
「你可以把所有資訊存在智慧型手機上，現地就能進行預測，無需用到 Wi-Fi 或雲端，它的速度非常快。」他說。
八間頂端新創公司在 Inception Showcase 活動進行簡報，其中包括 Vyasa Analytics（左起第三）。
doc.ai 技術長 Akshay Sharma 說：「我們是第一次參加 GTC 大會，很期待以後再多來幾次。作為 Inception 計畫的成員，我們藉由這次機會向大眾展示我們為醫學研究領域開發人工智慧技術的成果，也向同一領域裡的其他業者學習。」
在聖荷西 Fairmont 酒店舉辦的 Inception Showcase 活動裡，Inception 計畫八間最炙手可熱的新創公司，在投資人、媒體和業界高管面前進行簡報。為生命科學與醫療保健公司開發深度學習軟體的 Vyasa Analytics 也名列其中，這八間公司在會中均獲得一個 NVIDIA TITAN RTX GPU。
GTC 的會議活動：新創公司把最新的創新內容介紹給與會者
六間參與 Inception 計畫的醫療保健新創公司在本週舉辦了多場會議，以更深入地介紹其產品和項目。Subtle Medical 執行長宮恩浩（Enhao Gong）介紹將資料增強與 GANs 當成克服醫學影像訓練資料不足這項障礙的工具。Arterys 機器學習部門總監 Daniel Golden 帶領進行了一場關於用於肝臟病變容積測定之神經網路的會議。
另一間參與 Inception 計畫的新創公司 Innoplexus，則是進行了兩場座談會：一場是將有著 GPU 支援的應用程式用於更快開發藥物，另一場是解析生命科學領域大型文字資料集中的資訊。
NE Scientific 在一場會議中，介紹如何將深度學習用於肝腫瘤燒灼電腦化手術引導。
來自加州聖塔克拉拉的 Cephasonics Ultrasound Solutions，該公司執行長 Richard Tobias 介紹他們使用 NVIDIA GPU 和 Jetson Xavier 開發套件，開發出具有強大功能的人工智慧超音波硬體。
在進行超音波檢查過程中收集到的絕大部分資料，在進行儲存和分析前就被丟掉了。他說有著 GPU 支援的人工智慧模型可以消化這些資料和從中擷取寶貴資訊，以幫助臨床醫生。「我們必須拉近數學與來源間的距離。」
超音波與其它醫學成像技術不同，它可以安全地用於手術等情況，而人工智慧模型則能幫助外科醫生在切口前即時查看身體區域。
同為 Inception 計畫成員，且同樣出席 GTC 大會進行演講的 ImFusion 使用了 Cephasonics 的平台。ImFusion 的資深科學家 Raphael Prevost 介紹如何使用深度學習演算法來提升超音波影像的品質、對解剖影像進行分類及以 3D 方式重現 2D 影片。
醫學影像新創公司使用 T4 GPU 加快推論速度
耗電量僅70瓦的 NVIDIA T4 GPU，可加快人工智慧訓練及推論速度。許多主流企業伺服器早就採用這些強大的 GPU，並且展現醫療影像新創公司使用它們的潛力。
12 Sigma Technologies
總部位於聖地亞哥的新創公司 12 Sigma Technologies 使用深度學習來檢查肺部電腦斷層掃描影像，協助放射科醫生瞧出難以發現的肺部微小結節。找出微小的惡性結節有助於更早發現肺癌。肺癌佔美國全體癌症死亡人數的四分之一。與使用 CPU 進行推論相比，該公司使用 NVIDIA T4 叢集將肺癌篩查產品的運行速度提高十八倍。
InferVISION
推想科技（InferVISION）是中國頂尖醫學影像新創公司之一，同樣專注於使用電腦斷層掃描影像來分析和預測肺部結節。該公司團隊使用 T4 GPU 進行推論的速度，是使用 CPU 的四倍。推想科技的產品 InferRead CT Lung 可在三十秒內自動辨識和標記各類肺部結節，有助於減少放射科醫生的工作量。
Subtle Medical
總部位於矽谷的 Subtle Medical 開發出一套深度學習醫學成像軟體應用程式。該公司首款獲得 FDA 許可的產品 Subtle PET，可增強掃描影像，臨床醫生執行正電子（PET）掃描速度便可加快四倍，患者更感舒適且加快放射科醫師的工作流程。部署在 NVIDIA T4 上的 SubtlePET，推論速度較 CPU 快上3.5倍。
請見 NVIDIA 醫療保健領域網頁，以取得更多資訊。
a {
text-decoration: none;
}