剛開始診斷失智症時，眾人都是惴慄不安，病患或其家人注意到出現症狀，可能發生問題了，才會跟醫生約診。
醫生必須長期觀察病人的病情，可能要花上數月或數年的時間才能獲得最終診斷結果。
放射科醫師在這個過程中，手邊通常不會有連續量化腦部資料（在不同時間對患者腦部結構進行測量後計算所得資料），而是靠著目視掃描內容進行評估，使用四分或五分制量表對患者的腦部萎縮情況進行評分。
專家們依賴這些質化分數，因為就算可以取得連續掃描資料，放射科醫師也要花上非常長時間來量化資料，他們必須手動計算大腦結構體積。
「讓放射科醫生做那些事情，根本就是一件很浪費的事。」Quantib 技術長 Jorrit Glastra 說。Quantib 是一間位於荷蘭的新創公司，採用深度學習來解決這個問題。
人工智慧可以加快分析腦部 MRI 資料的速度，只要幾分鐘就能產生出大腦結構體積，以供放射科醫師和神經科醫生使用，這兩方專家再共同研究患者的掃描影像與認知測試結果。看著這些可靠的數字，可以幫助專家們更輕鬆地測量患者大腦長期的變化情況，以縮短診斷時間。
「花愈多時間來診斷疾病，就得投入更多心力來照顧患者，成本也就愈高。及早診斷病情可以省下寶貴的金錢時間。」Glastra 說。
作為 NVIDIA Inception 計畫的一員，Quantib 使用 NVIDIA V100 和 K80 GPU 來訓練其深度學習演算法。該公司的人工智慧軟體 Quantib ND 獲得美國 FDA 的許可，在歐洲則是獲得 CE 標章認證。
在歐洲、北美及亞洲有約二十個國家採用該公司的技術。
人工智慧會找出前因後果
全球有五千萬人深受失智症之苦，加上預期人類壽命會延長，預計未來幾年這個數字還會增加。Quantib ND 這般人工智慧工具可以幫助放射科醫生監測患者的病情發展，及早對新病例進行診斷。
Quantib ND 會分割腦部結構和查看白質病變（white matter hyperintensities），對腦萎縮情況進行量化。白質病變指疾病對腦部造成的損傷程度。
放射科醫師也能使用這項工具，將患者的腦組織體積與 MRI 掃描的參考資料庫進行比較。此資料庫讓放射科醫師可以更輕鬆地判斷 MRI 掃描影像裡的患者腦部，是否顯示正常老化情況。
Quantib 使用五千件腦部掃描影像資料集訓練 Quantib ND 背後的人工智慧技術，可以分辨出阿茲海默症造成的腦部萎縮模式，以及它類失智症造成的腦部萎縮模式。這項工具還可用於比較個別患者的長期掃描影像，以判斷病情進展。
腦部以外的地方
Quantib 還為腫瘤學家開發深度學習解決方案，以協助他們檢測前列腺癌和乳癌。目前開發中用於檢測前列腺癌的人工智慧演算法，可以對 MRI 掃描影像中可疑病變的狀態進行切割、分類和預測。醫生接著可以使用這些洞察資料，判斷要對哪些病變位置進行活體組織切片檢查。
該公司的乳癌篩檢人工智慧技術，分析了高乳腺緻密度女性的 MRI 掃描影像，而乳腺緻密度是一項乳癌發展獨立風險因素。放射科醫師和腫瘤科醫生使用這些掃描影像，判斷患者是否需要進行活體組織切片檢查。
Glastra 表示在乳癌與前列腺癌篩檢方面，人工智慧必須分析一組在不同時間點拍攝的多個影像。需要有強大的推論運算工具方能處理如此複雜的深度學習工作。
「乳癌篩檢掃描的資料量，多到讓人難以置信，比腦部掃描的資料還要多出不少。僅有在 GPU 的支援下，才能對能處理那些輸入內容的那類模型進行推論。」
Quantib 使用耗電量70瓦的 NVIDIA T4 GPU，對其前列腺癌人工智慧的推論表現進行了基準測試，發現與使用相同用電量的 CPU 叢集相比，這項演算法的運行速度高出24倍。
Glastra 說：「T4 的低耗電量對於在現地進行推斷作業來說，是一個極具吸引力的選擇。」