美國麻省總醫院的研究團隊今年初在我們的 GTC DC 大會上，介紹他們利用人工智慧技術的方法。
麻省總醫院的研究團隊集合來自醫療界的同仁，介紹當前已有數億人在智慧型手機上使用的深度學習技術，如何提升醫療水準的案例。
麻省總醫院是全球首間獲得 NVIDIA DGX-1 的醫療機構，也是全球前五間獲得這項裝置的研究機構。我們在麻省總醫院極具歷史意義的乙醚廳（Ether Dome）致贈這個超級電腦，這裡是1846年首次公開演示使用麻醉藥進行手術的地點。
麻省總醫院臨床資料科學中心，以及 Open AI 研究所、史丹佛大學人工智慧實驗室、benevolent.ai、SAP 與 加州大學柏克萊分校人工智慧研究實驗室，皆是早期使用 DGX-1 的機構。
該中心早就使用 GPUs 大幅加快藥物開發的腳步。研究人員測試一具自動骨齡分析儀，加快診斷兒童成長問題的速度，其準確率跟人類放射科醫生判斷的程度並無二致（請見《直言不諱：深度學習加快診斷兒童成長問題的腳步，Deep Learning Speeds Diagnosis of Kids’ Growth Problems》一文）。
臨床資料科學中心利用人工智慧與深度學習技術來促進醫療技術的發展，從放射線學、病理學及基因學開始著手。該中心利用麻省總醫院龐大的表現型、基因和影像資源，研究、測試及執行訓練深度神經網路的新方法，以提升偵測、診斷、治療和管理疾病的水準。該院的資料庫裡擁有百億張的醫療影像資料。
我們在麻省總醫院極具歷史意義的乙醚廳（Ether Dome）致贈這具超級電腦，這裡是1846年首次公開演示使用麻醉藥進行手術的地點。
「我們是打算在臨床照護上探索人類與機器合併的可能性，利用歷史數據實際在機器裡建立資訊，如此我們就能在人類體察到出現變動前，便料想日後發生在病患身上的情況。」麻省總醫院與哈佛醫學院放射線學系副系主任暨助理教授，同時也是麻省總醫院臨床資料科學中心執行董事的 Dr. Keith Dreyer 說。
放射線學與醫學影像
DGX-1 也能促進放射線學與醫學影像這些已經見到機器學習技術為其發展產生出莫大變化的領域裡，採用人工智慧的速度。
麻省總醫院放射科主任，也是美國放射學會會長的 Dr. James Brink 說：「機器學習的重要性，以及機器學習技術對於放射線學的重要性是無可置疑的。我們有非常多的機會藉由自動化及半自動化的程序，提高工作效率和準確性。」
與病患合作
從更長期的觀點來看，深度學習讓醫師們更能善加利用麻省總醫院及其它醫療中心產生出的海量醫療研究和病患資料，提供更佳的照護服務給病患。
麻省總醫院與哈佛醫學院病理學助理教授 Dr. Long Li 說：「深度學習與其它機器學習技術讓我們更有效、更準確地處理日常業務。」
聽起來那正是醫師們所要求的。
在此提供更多關於 DGX-1 的資料。有任何問題嗎? 快跟我們聯絡吧。