根據衛福部統計，惡性腫瘤（癌症）已連續 35 年高居國人十大死因之冠，佔所有死亡人數約 28%。而世界衛生組織（WHO）最新的統計指出，台灣人因癌症所造成的生命損失年數（DALY）高居亞太地區第一。然而，受惠於早期發現與治療技術的進步，整體癌症死亡率已呈趨緩，因此，提升判別腫瘤組織的精準度成了國人健康分秒必爭的課題。
中國醫藥大學附設醫院人工智慧醫學診斷中心主任黃宗祺博士透過科技部與 NVIDIA 合作的博士創新之星計畫（LEAP Program），率先於 2017 年採用了當時世界運算速度最快的超級電腦 —— NVIDIA DGX-1，並導入人工智慧輔助臨床診斷，針對癌症腫瘤組織診斷有驚人的進展。NVIDIA GPU 卓越的平行運算效能，將分析腫瘤影像（Radiomics-1200 種特徵）的速度提升了 200 倍，單一 GPU 效能提升 5 倍，可在 5 分鐘內完成 CPU 耗費 5 小時才能處理完成的任務。
圖：中國醫藥大學利用人工智慧進行惡性肝腫瘤電腦斷層影像辨識
中國醫大在蔡長海董事長的帶領下全力發展醫療人工智慧，醫院以 NVIDIA GPU 組成的 AI 系統為基礎，大量的醫療資料作為深度學習的訓練素材，應用範疇廣泛，包括「惡性肝腫瘤電腦斷層影像辨識與預測」、「乳癌超音波影像 AI 辨識」以及「臨床骨齡評估」，並落實於放射科（註1）與小兒科醫師（註2）之臨床診斷應用。初期導入已有豐碩成果，目前在「惡性肝腫瘤電腦斷層影像辨識與預測」已達到基本的肝癌診斷，並針對腫瘤轉移的可能性進行推估，進行標靶藥物適應投放提升癌症病患存活率;「臨床骨齡評估」已能做到精準的骨齡判讀;「乳癌超音波影像 AI 辨識」判斷腫瘤為良性或惡性。因為研究成績斐然，接下來，將在中醫大醫療體系 8 家醫院（註3）將導入該解決方案，來因應更龐大的資料量與運算效能需求，並實現穩定的精準診斷。
人工智慧醫學診斷中心主任黃宗祺教授表示：「AI 將龐大的數據轉化為有用的醫療資訊，能即時輔助醫師進行決策。透過 NVIDIA 在 GPU 軟、硬體上所提供完整的解決方案，讓我們很有效率地將醫療人工智慧技術解決方案導入臨床醫院，期許未來能作為醫師可靠的第二意見咨詢者，藉由實現精準診斷，提升癌症病患的存活率以及正確疾病治療方案。」
NVIDIA DGX-1 是 AI 研究利器以及深度學習的最佳捷徑。實作人工智慧須謹慎選擇並整合複雜的應用軟體和硬體，而 NVIDIA DGX-1 能透過立即可用的解決方案加速計畫進行，僅數小時便能讓研究者獲得所需資訊。透過支援現今最熱門架構及最佳化版本的 NVIDIA GPU 雲端深度學習軟體架構堆疊，DGX-1 可提供比其他 GPU 系統快 3 倍的訓練速度。現今的深度學習環境可能會在應用軟體工程階段耗費數萬元的成本，且需要延遲數個月才能讓開放原始碼軟體穩定下來，但 NVIDIA DGX-1 可立即提升生產力，讓整個研究團隊享有簡化的工作流程和協作過程，可同時節省時間與成本。
大數據結合強大的 GPU 運算能力，將使得人工智慧能夠引領本世紀最主要的創新動力，而健康醫療領域將成為 AI 最有機會落實應用的產業之一，讓科技進展為人類健康盡一份心力。
註1: 中國醫藥大學附設醫院-放射線部-林維卿主治醫師分享，從開發發想以及到與 AI 一同臨床診斷惡性肝癌經驗分享：https://www.youtube.com/watch?v=IX4SLHtomDA&feature=youtu.be
註2: 中國醫藥大學兒童醫院-兒童遺傳及內分泌新陳代謝科-蔡輔仁主治醫師分享，從開發發想以及到與 AI 一同臨床診斷骨齡經驗分享：https://www.youtube.com/watch?v=14NsELKsocs&feature=youtu.be
註3: 中國醫藥大學兒童醫院、中國醫藥大學北港附設醫院、臺南市立安南醫院、中國醫藥大學附設醫院臺北分院、中國醫藥大學附設醫院草屯分院、中國醫藥大學附設醫院豐原分院、中國醫藥大學附設醫院臺中東區分院、中國醫藥大學附設醫院臺中本院：https://www.cmuh.cmu.edu.tw/web/websitelinks_1.php