編輯手札：此為介紹 NVIDIA 2017 全球影響力大獎五名決賽入圍者系列文章之一。NVIDIA 將頒發15萬美元給運用 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。
一講到腦瘤，都會想到跟基因有關。
基因突變造成細胞不受控制地增長，此時便開始產生癌症，而找出特定突變情況可提供最有效的治療方式。
醫師們現今以手術過程中取得的生物組織檢體進行化驗，企圖找出特定的突變情況。不過梅奧醫院（Mayo Clinic）神經放射科醫師 Dr. Bradley Erickson，使用核磁共振成像（MRI）的圖像，通過人工智慧強大的運算能力來預測腦瘤基因體。
融入基因影像圖譜學
梅奧醫院從類似上圖的 MRI 圖像，
運用人工智慧技術來預測腦瘤基因體的生長速度，
以及是否對特定治療方法有所反應。
他的方法讓醫師們更易於取得珍貴的基因資訊，有助於預測腫瘤生長的速度快慢，以及是否對特定藥物及其它療法有所反應。
這項稱為基因影像圖譜學（Radiogenomics）的方法，「反映出圖像裡最匪夷所思的想法，我們可以藉由找出腫瘤在基因方面的特性。」Erickson 說。
這項成就使得 Erickson 及梅奧醫院的研究團隊成為 NVIDIA 2017 全球影響力大獎五名決賽入圍者之一。NVIDIA 每年頒發15萬美元給運用 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。
MRI 戰勝生物組織檢測結果
雖然腦瘤仍需透過手術來取出，Erickson 的 GPU 加速深度學習技術能夠更輕鬆準確地診斷和治療腦瘤，也能用於追蹤腫瘤生長情況或在未進行手術的情況下，是否對特定療法有所反應（Erickson 將出席5月8-11日於矽谷召開的 GPU 科技大會，並進行演講活動）。
「你或許會覺得生物組織檢測結果是 100% 準確，但其實不然。」Erickson 說。一項由約翰．霍普金斯醫院（Johns Hopkins Medicine）所進行的研究指出，約半數腫瘤患者在進行基因檢測後，可能獲得錯誤的結果。
有時候生物組織檢測結果會顯示未實際發生的染色體受損情況。而檢測部分突變情況需要使用大量合適的生物組織，在進行切片檢查後通常無法取得。就算醫師能取得足量的生物組織，也無法保證在特定樣本裡可以顯現突變情況。
運用人工智慧預測腦瘤基因體
研究人員在一組實驗裡，發現一個與多形性膠質母細胞瘤（glioblastoma multiforme）有關的基因出現變化（多形性膠質母細胞瘤是最常見，也是致死率最高的腦瘤類型），能以 DNA 修復的方式加以干預。Erickson 表示此舉會讓腦膠質瘤變成 MGMT 基因（稱為甲基化），比起單獨使用放射線療法，通常對於化療與放射線療法有著更好的反應。要是腫瘤未出現此變化，醫師可以選擇使用有著較少副作用的治療方式。
研究團隊也確認出一種染色體受損情況，用於預測低惡性度腦瘤患者對於化療及放射線療法的反應。
Erickson 的團隊使用具備與未具備基因突變情況的腫瘤 MRI 圖像來訓練其神經網路。他們使用 CUDA 平行運算平台及多個 NVIDIA GPU 搭配 cuDNN，且使用 Tesla P40 GPU 加速器及其它 GPU 來部署演算法。
「使用電腦來協助解釋腫瘤圖像一直是我們的夢想，然而技術上總是做不到。」Erickson 說。
在5月8-11日於矽谷舉行的 GPU 科技大會上，我們將宣布 NVIDIA 2017年全球影響力大獎得主。請至 GTC 報名網頁便可報名參加今年的大會。