發現、診斷與治療癌症得有適合的工具。
每年奪走160萬人性命且致死率非常高的肺癌，在全球癌症死亡人數裡佔了兩成，像是在英國有超過三分之一的病例在送到急診室後確診為肺癌，且絕大多數已是末期。
醫師合併使用正子攝影（PET）和電腦斷層掃描影像，靠著肺部病變切割內容進行診斷，以判斷肺部病變機能特性及其解剖結構和特徵。
位於波蘭、為 NVIDIA Inception 計畫成員的 Future Processing，致力於簡化使用這些工具的方法，讓診斷過程的費用更低廉、更多人能使用，結果也更精準。
該公司的醫學影像解決方案商業單位，與全球醫學影像專家、研究機構和醫療單位密切配合，以開發出能更深入探究這些醫學影像的軟體。
值得注意的地方之一，便是動態顯影增強影像（dynamic contrast enhanced imaging）和電腦斷層掃描（CT）影像分析。Future Processing 在此領域裡的研究可提高使用電腦斷層掃描影像發現和診斷肺癌的功效。
一張照片勝過千言萬語
在對抗肺癌的進展方面，Future Processing 正致力於讓醫師未來無需合併使用 PET 和電腦斷層掃描影像，只要靠著電腦斷層掃描影像就能進行診斷。
Future Processing 公司解決方案的結果，真陽性區域為黃色、假陰性區域為藍色，而假陽性區域為紅色。圖片提供 © Springer International Publishing AG 2017
研究團隊使用卷積神經網路，表示光是通過電腦斷層掃描影像，也能獲得高效率又正確的診斷結果。
Future Processing 資深研究科學家 Dr. Jakub Nalepa 表示：「過去得合併使用 PET 和 CT 掃描結果，才能獲得活動性病變的分割內容，是一項十分耗時的過程。其實我們剛提出一份報告(1)，只靠著 CNN 和電腦斷層掃描影像，幾分鐘內便產生出單一影像的分割內容，而且速度還能更快。」
NVIDIA Tesla GPU 加速器 加快了分割速度，對醫師和病患來說能產生出巨大差異。對病變部位自動產生分割內容，放射科醫師便可省下寶貴時間，專注在測量病變發展過程上。
這對於無法使用 PET 掃描器材的醫療現場來說，可謂一大利多，如此一來便可只靠著 CT 掃描設備直接照顧患者，還能省下成本，畢竟一部 CT 掃描設備的成本在 $1,200 到 $3,200 美元之間，而一部 PET 掃描機則平均要價三千到六千美元之譜；患者只要準備和忍受一次掃描過程，享受到更好的就診體驗。
在精準度方面，Nalepa 及其團隊表示他們的作法在研究無活動性病變的肺部資料時，將出現假陽性的比例從 90.14% 降低到 6.6%。
研究團隊期望未來更深入發展這項解決方案，並且用於其它癌症的治療上。
(1) Krzysztof Pawelczyk、Michal Kawulok、Jakub Nalepa、Michael P. Hayball、Sarah J. McQuaid、Vineet Prakash、Balaji Ganeshan：《Towards Detecting High-Uptake Lesions from Lung CT Scans Using Deep Learning》，S. Battiato 等人。(Eds.)：Proc. ICIAP 2017，Part II，LNCS 10485，pp. 1–11，Springer，2017。