下週在聖荷西會展中心舉行的第八屆 GPU 科技大會裡,將有機會瞭解人工智慧如何改變醫療產業的發展趨勢。
人工智慧協助醫師提升診斷腦瘤的準確率
在 GTC 醫療主題研究的五十餘場講座裡將介紹各項最新思維,說明人工智慧與深度學習如何協助醫師們在放射線學、病理學、基因體研究與藥物研發等領域裡進行更深入的研究。
研究人員使用 GPU 開發出更快和更準確分析資料的演算法、訓練電腦協助找出新的發現和引導進行標靶治療,讓醫師們能尋找治療癌症等重症,錯誤率又低的新方法。
在 GTC,醫生準備好要看診了
在 GTC 舉行的多場座談會裡,史丹佛大學的研究團隊將分享他們訓練神經網路來辨識皮膚癌病灶的心得,其精準度媲美一名經驗老道的皮膚科醫師。史丹佛大學的病理學家使用相同的深度學習技術來訓練電腦偵測肝癌病灶,協助放射科醫師提高在日常看診活動裡的診斷準確度。
深度學習也推動新的發現,讓醫療界更多人享受到 GPU 運算的優點。梅奧醫院的醫療研究團隊使用 GPU 在無需取得活體組織切片的情況下,便可識別出腦瘤的基因資訊。
除了座談會,還有六場關於放射影像組學、影像分割和影像量化的實作活動。
癌症細胞
別錯過以下講座:
- 史丹佛大學的 Curt Langlotz 將介紹他的研究團隊旨於建立龐大的臨床影像研究資源,且連結基因資料、生物組織庫和病歷資料,大幅降低影像診斷的錯誤率。
- GE Healthcare 的 Michael Dahlweid 將介紹除了醫學影像,還能在醫療產業裡如何應用深度學習,且協助克服照護者面臨的困境。
- Arterys 的 Daniel Golden 將介紹臨床環境裡的雲端運算與深度學習如何協助減少心血管 X 光圖的錯誤。
- Memorial Sloan Kettering Cancer Center 的 Thomas Fuchs 將介紹他們如何使用數百具 NVIDIA GPU 及龐大臨床資料來建立運算病理學人工智慧,改變醫療診斷與研究的未來發展樣貌。
- 史丹佛大學的 Olivier Gevaert 將演示一套能預測肺癌患者存活率的深度學習架構。
參加這些講座,瞭解醫療領域裡的醫師、科學家、研究員,以及學術和商業機構所進行的眾多研究,皆致力保證全體人類都能受惠於早期發現、優質診斷及更多照護選擇。