瞭解來龍去脈:參加 GTC Digital 大會就能掌握人工智慧與醫學影像領域的最新知識

作者 Isha Salian

來自全球頂尖放射科與學術醫療中心的專家們,展示了人工智慧及 GPU 加速技術如何推動醫療領域的進步。
想像一下:免費參加網路上數十場關於把人工智慧用在醫學影像領域的講座活動,主講人更是來自全球頂尖放射科及學術醫療中心的專家。
這還只是 GTC Digital 大會精彩活動的一小部分,今年的 GTC Digital 大會提供了 NVIDIA GPU 技術大會眾多現場直播及隨選播放網路研討會、訓練課程及諮詢互動時間。
放射學、基因組學、顯微鏡學等領域的醫療創新者,將在 GTC Digital 大會的講座活動中,分享各自領域在應用人工智慧及 GPU 加速技術方面的最新進展。
來自澳洲雪梨的研究人員使用人工智慧來分析大腦掃描影像;美國麻州的另一組研究人員從超音波影像中分割出前列腺,以協助醫師微調輻射劑量;德國慕尼黑的研究人員則是精簡了取得放射學報告的流程,目的在於促進即時獲得報告。
以下將介紹這些來自全球各地的傑出演講者,如何將深度學習技術用在醫學影像領域,以求推動向前發展。報名參加 GTC Digital 大會就能免費看到各個在醫療領域努力的菁英。

用芯讀腦:澳洲的一處醫學影像分析中心使用人工智慧來分析大腦掃描影像

在研究神經退化性疾病時,將腦部組織長期減損的情況進行量化,有助於醫師及臨床試驗執行者監控疾病的進展。放射科醫生通常用肉眼來檢查腦部掃描影像,將腦萎縮分為「中度」或「重度」,這是一種質化評估。在運用加速運算技術之後,能夠以精準的量化方式來測量腦組織減損情況,又不會浪費時間。
澳洲的雪梨神經影像分析中心(Sydney Neuroimaging Analysis Centre,SNAC)進行神經影像研究與臨床試驗的商業影像分析作業,將在 GTC Digital 大會上分享該中心如何運用人工智慧及 NVIDIA GPU 來加快人工智慧工具的運行速度,這些工具可以在其研究工作流程中自動執行繁重的分析工作。
SNAC 所開發出的一個模型可以精準從頭部掃描影像中分離出大腦影像、分割多發性硬化症患者的腦部病變。無論病變的數量或大小為何,人工智慧減少了分割和判斷腦部病變大小的時間,把原本人工檢查要花費的十五分鐘,減少到只要三秒鐘即能完成。
「NVIDIA GPU 與 DGX 系統是我們這套人工智慧平台的核心,而我們在人工智慧方面的創新將改變提供臨床及研究放射影像的方式。我們特別期待把這項技術用在腦部影像上。」SNAC 的營運總監 Tim Wang 說。
SNAC 使用 NVIDIA Clara Train SDK 的人工智慧輔助註釋工具來開發模型,以及使用 NVIDIA Clara Deploy SDK 來整合臨床及研究工作流程,還探索了將 NVIDIA Clara 平台當成進行聯邦學習工具的可能性。該中心使用 NVIDIA DGX-1 伺服器NVIDIA DGX 工作站及搭載 GPU 的 PC 工作站進行人工智慧演算法的訓練和推論活動。

哈佛大學的研究人員將人工智慧用於治療前列腺癌

約有九分之一的男性會在人生中的某個時間點,被診斷出患有前列腺癌。醫師主要使用超音波與核磁振造影檢查等醫學影像工具來檢查前列腺的健康情況,以及制定手術和放療項目。
哈佛醫學院的研究員 Davood Karimi 正在開發一款深度學習模型,以便更快速準確地從超音波影像中分割出前列腺。但在超音波影像中通常看不到前列腺的邊界,不然就是很模糊,使得要分割出前列腺成為一件艱巨的任務。
「我們必須精準從超音波影像中分割出前列腺,放射科醫生才能把所需的輻射劑量送到前列腺,又要避免傷及附近的直腸或膀胱這些重要器官。」他說。
Karimi 將在其 GTC Digital 講座活動中,深入介紹他去年在著名 MICCAI 醫療會議上發表的一篇研究論文。Karimi 使用 NVIDIA TITAN GPU,將神經網路的推論速度提高到每個掃描影像只要花上不到一秒的時間,準確度方面也突破放射科醫生的現行分割技術。

德國公司使用 NVIDIA Clara 簡化了取得放射學報告的流程

各地的醫療服務提供者將其對患者資料(包括醫學影像)的分析內容,記錄到文字報告內,只是每個放射科醫生或每間醫院的紀錄內容各有相異之處。
位於德國慕尼黑的 Smart Reporting GmbH 致力於簡化放射科醫生的報告製作流程,並且使其標準化。該公司使用結構化的報告介面,將患者資料和醫生的筆記內容整理成統一格式。
Smart Reporting 使用 NVIDIA Clara 平台從醫學影像中分割出前列腺癌病變,這個影像的註釋被載入到診斷報告草稿內,放射科醫師可以在生成最終報告前批准、編輯或拒絕該草稿的內容,然後再將最終報告提供給外科醫師和其他醫療專業人員。
身為 NVIDIA Inception 虛擬加速器計畫一員的 Smart Reporting,正與包括 Siemens Healthineers 在內的各大醫療組織合作。
Smart Reporting 的醫療長 Dominik Noerenberg 表示:「我們為診所的放射科醫生發表這項服務的原型時,我們必須在幾乎即時的狀態下取得報告,而在 NGC 的多 GPU 容器上運行時,可以看到速度加快不少的情況。」
Smart Reporting 的首席軟體工程師 Noerenberg 與 Alvaro Sanchez,將在 GTC Digital 大會介紹人工智慧增強放射線學工作流程的優點
這裡提供 GTC Digital 大會醫療領域講座完整時間表,免費報名參加
本文主圖並排比較了腦部分割影像。左圖為人工分割,右圖為人工智慧分割。圖片由雪梨神經影像分析中心提供。