這間頂尖的醫療保健公司利用 NVIDIA HGX 伺服器來加快放射腫瘤學的工作流程。
癌症發病率逐年攀升，估算再過二十年將上升到 63 %。各大醫療技術領導業者紛紛採用人工智慧工具，以協助放射腫瘤學家更快提供符合個人需求的優質治療內容，滿足日益增長的照護需求。
全球頂尖醫療保健公司之一的 Siemens Healthineers（西門子醫療），採用搭載 NVIDIA GPU 的超級運算基礎設施來開發可產生出器官切割畫面的人工智慧軟體，以精準地進行放射治療。
Siemens Healthineers 的 Sherlock 人工智慧超級電腦，由搭載 NVIDIA V100 Tensor Core GPU 的 NVIDIA HGX 1 及 HGX 2 伺服器提供運算動力。該系統的運算效能達 20 petaflops，每天用於運行五百餘項人工智慧實驗。
Siemens Healthineers 與 NVIDIA 本週在科羅拉多州丹佛市外舉行的醫學影像資訊學會（Society for Imaging Informatics in Medicine）年會上，分享雙方在醫學成像人工智慧領域的最新研究成果。醫學影像資訊領域的傑出人士齊聚這場盛會，分享、討論與解決醫學影像領域所面臨的挑戰和機遇。
強化放射治療工作流程
對癌症患者進行放射治療，是一個複雜的工作流程，其中包括要對患者進行建模、勾勒高風險腫瘤目標和器官的輪廓、模擬治療內容、規畫及給予治療。
當中最耗時的工作之一，便是保護患者腫瘤四周的高風險健康器官，避免曝露到過度的放射線劑量。過去放射腫瘤學家要勾勒出目標腫瘤體積及高風險器官的輪廓，決定用於治療腫瘤的輻射量，又不會對鄰近的正常組織造成損傷。
Siemens Healthineers 使用 syngo.via RT Image Suite 軟體工具，協助腫瘤學家更快制定放射治療計畫，而這項工具利用人工智慧輔助 AutoContouring 技術，可以自動勾勒器官輪廓。這具使用 Sherlock 超級電腦及450多萬張影像進行訓練的人工智慧模型，可以節省放射腫瘤學家的時間和簡化描繪高風險器官輪廓的工作。Siemens Healthineers 在當前的研究中，使用人工智慧技術自動描繪出28個器官的輪廓。
「人工智慧輔助 AutoContouring 工具，有助於節省勾勒高風險器官的時間及提升作業標準化，讓放射腫瘤學家能夠投注更多心力在病患照護的其它重要層面上。」Siemens Healthineers 放射腫瘤學軟體和概念定義部門主管 Dr. Fernando Vega 說。
利用軟體來編寫軟體
醫學影像領域出現人工智慧爆炸性增長的情況背後，便是軟體開發範例中一股新的動力：出現利用軟體編寫其它軟體的情況。
從前工程師要從頭到尾編寫應用程式，這個耗時的過程要用到針對特定市場的運算專業知識。如今人工智慧演算法在可以取得強大運算資源的情況下，可以利用訓練資料來學習醫學影像分析等過程，不用開發人員一字一句明確地對各元素進行編碼。
從1990年代以來便不斷參與機器學習領域的 Siemens Healthineers，透過 Sherlock 系統來執行這項人工智慧功能。Siemens Healthineers 投入超過7.5億個整理過的影像、放射學報告，還有臨床和基因資料所累積出的海量資料，讓超級電腦進行學習。到目前為止，它已經開發出四十餘項可臨床使用的人工智慧應用程式。
「我們覺得人工智慧為軟體開發開啟了新的時代，其中先進的神經網路架構、大量整理好的資料，再加上龐大的計算能力，這些加總在一起，提供了巨大的效能和極高的臨床價值。」Siemens Healthineers 人工智慧與數位創新部門資深副總裁 Dr. Dorin Comaniciu 說。
簡單又具擴充性的基礎架構
Siemens Healthineers 那具運算能力達 20 petaflop 的 Sherlock 超級電腦，提供優化且具擴充性的基礎架構，滿足了醫療保健產業急需的運算需求，可用於開發醫學影像和其它臨床應用的深度學習工具。
NVIDIA DGX POD 參考架構提供了經過測試的基礎架構，能夠用於設置具擴充性的人工智慧運算系統。NVIDIA 及其主機託管服務提供商藉由 DGX-Ready Data Center 計畫，可提供便捷的部署服務，讓醫療保健業的客戶建立和部署世界級的人工智慧資料中心。
如需更多關於 NVIDIA AI 平台如何促進醫學與研究領域進展的資訊，請至 NVIDIA Healthcare 網頁。