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。