呼叫演算法醫師:人工智慧將前來救援

作者 Tonie Hansen

麻省總醫院研究團隊旨於將人工智慧用於醫院急診室,以便更快預先篩檢氣胸及其它重症情況。

編輯手札:此為介紹 NVIDIA 2018 全球影響力大獎四名決賽入圍者系列文章之一。NVIDIA 將頒發20萬美元給運用 NVIDIA 技術,在解決社會、人道與環境問題方面有突破性進展的研究人員。

急診室患者請注意:演算法醫師馬上將進行看診。

人工智慧在為醫院裡的病患更快提供照護服務方面有著無窮潛力。拜用於醫學影像辨識與分析的機器學習和深度學習應用程式之賜,能夠找出身患重症、生命垂危的患者,立即送到第一線進行治療。

這對於人滿為患,又努力在優質照護與行政費用之間取得平衡的醫院急診室來說,不啻為一劑強心針。

哈佛醫學院放射學副教授,亦是哈佛醫學院體系內教學醫院之麻省總醫院物理學家李全政,及其率領的研究團隊不斷在測試將人工智慧用於急診室的情況。最早他們想要表現出人工智慧能在電腦斷層(CT)影像裡,檢測出所謂的氣胸或肺陷落的情況。胸部損傷、醫療程序或潛在性肺病導致的損傷,皆是可能導致氣胸的原因。

氣胸患者需要立即進行處置,但送到急診室時,又可能面臨人滿為患的冏境,加上通常得排上一段時間才會將 CT 掃描影像送到放射科醫生的手上。李全政的目標是將人工智慧用於急診室,以便更快篩檢出氣胸和其它危急重症。

這個作法不僅能加快緊急處置重症患者,還能減少醫師的工作量。

李全政說:「將人工智慧用在醫學領域的最佳情境之一,就是在急診室裡。我們試著將人工智慧與 NVIDIA 提供的超高速運算能力結合起來。」

篩檢氣胸

麻省總醫院的團隊已經對兩百餘個病例進行了一項試行計畫,早期的結果出現不錯的跡象:很快便發現氣胸檢測陽性結果的「高可能性」病例。

麻省總醫院打算將這套預先篩檢系統加入每次 CT 掃描後的臨床工作流程,將「高可能性」病例再交由人類進行複查。

這項成就使得李全政與哈佛大學醫學院的研究團隊成為 NVIDIA 2018年全球影響力大獎的四位決賽入圍者。此獎項每年提供了20萬美元給運用 NVIDIA 技術,在解決全球最重大社會與人道問題方面有突破性進展並產生廣泛影響的研究人員或機構。

檢測影像

李全政的團隊使用搭載 GPU 的工作站,發揮四個NVIDIA Tesla P100 GPU 的運算實力進行測試。麻省總醫院投入大量醫療影像資料,利用 NVLink 的高頻寬通訊互連技術輕鬆達到超大規模的運算能力,以快速加載各項資料。

對於該團隊來說,NVLink 是一項重要工具。最新的更新內容將他們訓練深度學習的週期時間,從一週縮短到一天。

接下來:李全政提議將麻省總醫院使用的 GPU 升級到四個 NVIDIA Tesla V100 GPU。在性能方面的躍進將有著巨大的影響力,預計該院使用的神經網路在一分鐘內便可提出患者預測結果。

「要是我們把它放在臨床工作流程裡,便能挽救人類生命,我認為這將會帶來巨大的影響力。」李全政說。

我們將在326-29日於矽谷舉行的GPU 科技大會上宣布2018年全球影響力大獎得主。如要報名參加今年的大會,請至 GTC 報名網頁

瞭解去年 NVIDIA 全球影響力大獎得主的不凡成就。