就算經驗最為老道的醫生，也進行消化系內視鏡檢查時，也不見得能看到每個小息肉。
不過即使是在常規檢查中，也極有可能會錯過癌症的早期警訊，造成診斷和治療延誤，降低患者康復的機會。
為了降低癌前病變的漏診率，日本的一名內視鏡醫生求助於人工智慧。他所成立的新創公司 AIM（全名為 AI Medical Service）正在開發一款有著 GPU 助力的人工智慧系統，該系統可以即時分析投入的內視鏡影片內容、發現病變，協助醫師辨識哪些是癌變，或者有可能變成癌症的病變。
人工智慧篩檢作業還能幫助醫生減輕繁重的工作量：日本的內視鏡醫師平均每天要查看三千多個醫學影像。在日本的三大癌症相關死因裡，胃癌和結腸癌便佔了兩個。
AIM 執行長多田智裕表示：「我自己就是一名擁有二十三年經驗的內視鏡醫師，親眼看到這個領域裡專家所面臨的挑戰。有著 GPU 助力的人工智慧可以讓內視鏡醫師減輕查看內視鏡影像的巨大工作量，又能提高偵測病變的整體準確性。」
日本的一項研究結果顯示，在內視鏡檢查中漏失了四分之一的癌前病變情況。而在臨床前研究試驗中，AIM 的人工智慧模型在使用內視鏡影片來檢測胃癌病變方面的靈敏度達到 92%。這間新創公司的深度學習工具可以幫助內視鏡醫生更好地辨別難以發現的病變，以及提高各診所之間的檢查結果一致性。
人工智慧可以更完善地檢查腸道
醫生在用內視鏡檢查上消化道時，會用一根上有小型攝影機的長管子來檢查患者的食道、胃和小腸上半部，這個攝影機所拍攝到的畫面會顯示在大螢幕上，讓醫師可以查看是否有出血、癌症或其它病症。
醫生透過即時動態內視鏡畫面檢查是否出現息肉時，也會在完成檢查後再次查看靜態畫面。多田表示在進行內視鏡檢查的過程中使用人工智慧協助即時進行檢測，可以讓醫師省下二次篩查的時間。
AIM 計畫將其能夠辨識多種胃部病變的人工智慧模型，部署到一個連接現有內視鏡系統且搭載 NVIDIA Quadro RTX 4000 GPU 的裝置上。該裝置會收到即時傳入的內視鏡畫面且同時處理影片，以協助醫生進行檢查。
這間新創公司在訓練其深度學習模型方面，用上了包括 TITAN Xp 及 Quadro P6000 在內的多種 NVIDIA GPU，並且在該公司的即時人工智慧裝置原型中，使用 NVIDIA Quadro 行動工作站來進行推論作業。
AIM 運用多田自己的診所、日本癌症研究會，以及東京大學醫學部附屬醫院等研究合作夥伴提供的上萬張帶有註釋的內視鏡影像，以深度學習為基礎開發出這套物體偵測及分類演算法。