全球各地安裝了約三百萬具醫療影像儀器，但每年僅售出幾十萬具新品，要花上數十年的時間才能全面汰換這些儀器。
NVIDIA 的 Project Clara 是一款醫學影像超級電腦，可以在現地便更新這些儀器的功能。本週甫在矽谷舉行之 GPU 科技大會上亮相的 Project Clara，展現出運用高超運算優勢的實力。
四十多年來，醫療影像儀器對早期發現與改善患者治療結果來說，扮演重要的角色。在此領域的創新來自於探測儀器技術的發達，還有近期出現的平行運算技術。
研究人員在十年前發現 NVIDIA 的 GPU 為醫療成像應用程式提供了最佳運算效率的架構，有助於減少輻射曝露量、改善影像品質及即時產生影像。近年來深度學習成為顯學，逾半數的醫學影像應用嶄新研究內容，均與人工智慧有關。
從運算中大幅推進醫學影像技術的發展
電腦斷層(CT)迭代重建與核磁共振 (MR)壓縮感測等改寫運算領域發展局面的技術，可以將輻射曝露量減少九成，縮短拍攝核磁共振成像(MRI)影像所需的時間。
深度學習及人工智慧為先進影像分析與量化，提供了令人雀躍不已的契機。近期一種稱為 V-Net 的演算法使用 3D 體積分割技術，可自動測量通過心臟的血流量。十五年前得用上一台耗資千萬美元、耗電 500 瓩的電腦才能運行這種演算法，而今日在幾顆 Tesla V100 GPU 上便可運行。
這是使用 V-Net 技術分割出的心臟左心室 3D 立體超音波圖。V-Net 為一套在 Tesla V100 GPU 上運行的全卷積 3D 立體神經網路。
Project Clara 的願景
我們以在醫學影像領域耕耘十年的努力，加上與開發夥伴的合作成果，看到了重新想像運算技術將如何改善醫療影像領域的可能性。
Clara 是虛擬的，可以同時運行多項運算工具；Clara 可在遠端，利用 NVIDIA vGPU 來支援多人使用；Clara 是通用的，可以為任何儀器執行運算作業，無論是 CT、MR、超音波、X 光，乳房 X 光攝影；Clara 還具備擴展性，在 GPU 上使用 Kubernetes，有效率地依需求調節運算規模。
我們與數十家醫療保健業者、新創公司及研究醫院合作，他們的 AutoMap 和 V-Net 等人工智慧應用程式，為放射學領域帶來無形價值。
像是 MGH Martinos 中心提出的 AutoMap，能夠縮短拍攝 MRI 影像的時間及提高影像品質量；V-Net 可以自動測量解剖結構並評估功能；約翰霍普金斯大學的 Elliot Fishman 率先引領的電影畫面般渲染技術，將影像品質提升到新的層次，最終為放射科醫生省下了時間，也為患者帶來更佳的治療效果。
在醫學影像領域致力於研發數十項應用項目的 Subtle Medical，最近獲得我們 Inception 計畫大獎醫療保健類別的冠軍，抱回超過25萬美元的獎金。
Subtle Medical 創辦人、史丹佛大學放射學家兼副教授的 Dr. Greg Zaharchuk 表示：「新的技術將改變醫療保健產業的面貌。NVIDIA 對虛擬化影像超級電腦的展望，是令人期待的新篇章，它將改變我們提供人工智慧醫療保健服務的能力。」
現代醫學影像應用程式需要新的運算能力水準、規模，且讓更多人使用。Clara 運算平台將為醫學影像領域帶來新的氣息。