認識研究員王偉仲:在臨床工作流程中使用 AI 進行智慧分析

作者 NVIDIA Developer

“與研究人員見面”是一個系列,我們在此系列中重點介紹了正在使用 GPU 加速工作的學術界不同研究人員。

本週我們將重點介紹國立台灣大學應用數學科學研究所教授王偉仲

王偉仲教授是念慈獎的得獎者,並且還獲得了台灣科技部優秀年輕學者計劃獎。他更是《SIAM 資料科學數學雜誌》的副主編和《數學科學與應用年鑑》的主編。 王偉仲教授的 MeDA 醫學影像與數據人工智慧實驗室(Medical Data Analytics Laboratory)專注於醫學影像和數據分析的 AI。

NVIDIA:能否請您分享您的研究情況?

王教授:我的研究興趣包括醫學影像/數據分析和高效能科學計算。通過與醫生或醫學領域研究人員的合作,我們開發了有效的學習模型,演算法和軟體工作流程,以在較短的時間內獲得更好的醫學或科學數據分析結果。

NVIDIA:是什麼促使您追求這一重點領域?

王教授:我喜歡開發新穎的計算方法,並將最新的計算技術應用於實際場域。我還喜歡與跨學科的專業人員合作,為人們在現實生活中的困境提供全面的臨床解決方案。

NVIDIA:能與我們談談您最近的計劃嗎?

王教授:我的團隊,MeDA 實驗室和其他合作夥伴正在建構醫療數據分析平台,以實現更好的醫療效果。這平台由高效能人工智慧引擎和創新的增強智慧工作流程所組成。 AI 引擎使我們能夠從大量醫學影像和臨床數據中擷取準確,高效率和可信賴的有見地的訊息。智慧工作流程可幫助醫生減少工作量,提高診斷和預後準確性,並在日常臨床路徑中做出更好的治療決策。

我們還旨在解決大規模數值模擬和大數據分析的矩陣計算中的一些挑戰。中心主題有兩個方面:(i)用於數值模擬(例如三維光子晶體)的高度平行且可擴展的特徵值求解器,以及(ii)用於大規模數據分析和機器學習的新型高效隨機類型奇異值分解。

NVIDIA:能請教您解決這個挑戰的方法嗎?

王教授:我們用可靠的科學證據開發了 AI 輔助的臨床工作流程。我們應對這一挑戰的方法涉及人工智慧,醫學,高效能計算,數學和統計學的跨學科知識和技術。在高效能科學計算中,我們的研究通常涉及應用程式領域知識,具有數學或統計分析功能的演算法開發以及最新的電腦體系結構。

NVIDIA:您的工作對業界/社區/世界有(預期)影響?

王教授:我熱衷於幫助醫生以幫助人們。通過轉換 AI 技術和智慧工作流程,我團隊的目標是利用大規模量化電腦輔助的診斷來改善醫師的治療決策過程。我也希望我們的計算方法和工具可以為科學家的創新做出貢獻。

NVIDIA:您在當前或先前的研究中如何使用我們的 SDK?

王教授:我們使用 NVIDIA Clara 來加快我們在醫療AI中的研究和部署。NVIDIA 的 GPU 使我們能夠有效地執行大規模科學計算任務。

NVIDIA:它如何影響您的工作?

王教授:NVIDIA Clara 加快了我們的研發過程,在自適應腫瘤分割,準確的胰腺癌分類,個性化放射治療結果預測以及其他醫學 AI 模型方面獲得了可喜的結果。 NVIDIA Clara 還使我們可以輕鬆地在各種設置中部署模型。因此,我們可以在多個合作夥伴中進行聯合學習,並在台灣全國資料庫甚至跨國資料集中測試我們的模型。這些結果我們發表文章和演講在 The Lancet Digital Health 和 RSNA 上。

再舉一個例子,我們為 3D 光子晶體中的 Maxwell 方程式和複雜介質數值模擬奠定了快速演算法的理論基礎。通過整合數學見解和NVIDIA GPU的功能,我們在1分鐘內成功解決了 629 萬個特徵值問題。據我們所知,這種效率遠遠超出了文獻中報導的所有其他方法。

NVIDIA:您的研究下一步是什麼?

王教授:我將繼續在醫學數據驅動的模型中進行研究,重點是解釋性和概括性。 此外,我對同時考慮時間序列數據,實驗室測試結果,病歷文本,CT / MR / X 光/病理影像和基因組數據的多模式和多尺度分析非常感興趣。 我也希望我們的研究進展能夠促進醫學 AI 教育和應用落地。

NVIDIA:對新研究人員有何建議?

王教授:思考和行動,發現自己的熱情和優勢,不斷學習新事物,建立協作團隊,並有效地產生積極影響。