南韓的新創公司 VUNO 正在打造多款有著 NVIDIA GPU 支援的人工智慧產品，各款產品能夠用於診斷不同疾病。
利用人工智慧在更短時間內對特定疾病做出更準確的診斷，是一項可敬且宏大的目標，然而 VUNO 卻心懷更遠大的目標。
這間來自南韓的新創公司正在打造多款有著 NVIDIA GPU 支援的人工智慧產品，各款產品能夠用於診斷不同疾病。
這間公司的人工智慧演算法利用與眾多疾病有關之不斷增長的大數據， VUNO 的產品到目前為止已經可以用於骨齡評估、神經退行性疾病，以及在胸部 X 光或 CT 掃描影像上可以見到徵狀的疾病。該公司另有其它還在研發中的產品，則是鎖定眼部異常等領域。
VUNO 的技術長 Kyu Hwan Jung 表示：「速度是醫療影像工具最重要的因素之一，卻又不能失了準頭。我們的解決方案不僅加快了讀取時間，也提高了醫療診斷的準確性，最終讓醫師有更多時間，能夠把心力放在提供更優質的照護服務給病患。」
Jung 表示 VUNO 的共同創辦人皆曾是三星先進技術研究院（ Samsung Advanced Institute of Technology ）的機器學習研究員，他們將優質醫療資料的蓬勃增長與全球醫師人數短缺這兩件事視為難得的機遇。
他們的目標：投入海量資料，利用這兩個趨勢開發人工智慧解決方案，讓醫師減少花在處理資料的時間，而有更多時間去照護病患。
在 GPU 上達到無與倫比的效能
VUNO 使用自家專屬的 GPU 伺服器來訓練人工智慧產品背後所採用的深度學習演算法，這些伺服器混合搭載了 NVIDIA V100 、 P100 、 TITAN V 和 RTX GPU 。
VUNO 到目前為止運用合作醫院所提供的資料來訓練這些產品， Jung 倒是表示在加入公開可取得的資料集及使用遷移學習技術後，會讓 VUNO 模型的運行表現變得更好。
該公司用於診斷眼部疾病的產品 VUNO Med-Fundus AI ，使用視網膜攝影機對一群有著不同特徵的患者進行拍攝，並且由五十餘多名眼科醫生加上註釋，收集了超過十萬張影像。其中約有九成的影像用於訓練，剩下的一成影像則用於測試模型。
根據設定，會在搭載 NVIDIA GPU 的雲端執行個體和本地端系統上進行推論作業。由運行 NVIDIA T4 Tensor Core GPU 或 M60 顯示卡的 Amazon Elastic Compute Cloud （ EC2 ）執行個體，或是運行 NVIDIA P100 GPU 的 Microsoft Azure 執行個體來支援雲端服務。本地端系統包括一個獨立的桌上型電腦 GPU ，或是用在醫院級別系統整合的伺服器和工作站 GPU 組合。
Jung 說把 NVIDIA GPU 用在推論作業上，完全就是不費吹灰之力的事，推論 2D 影像的效能提高了二十倍，而推論 3D 影像的表現更是突飛猛進。
VUNO Med-Fundus AI 可以在一秒鐘內偵測到眼底視網膜影像中的十二種異常情況，並且對其進行分類和定位。 Jung 表示競爭同業的產品只能檢測到一至兩種異常情況。 VUNO Med-Fundus AI 目前正交由韓國的大型醫療中心和醫院進行測試。
VUNO 在本週推出 VUNO Med-Chest X-ray COVID-19 版本及 VUNO Med-LungQuant COVID-19 版本這兩項免費網路服務，展現出分析疑似感染新型冠狀肺炎患者之影像測試結果的能力。這兩套系統可以在五秒內便對胸部 X 光影像提供分析結果，在一分鐘內對胸部 CT 掃描影像提供分析結果。在 https://covid19.vunomed.com/ 能夠取得更多資訊。
媲美人類的分析能力表現
在 VUNO 一系列產品中最引人注目的便是臨床驗證研究，像是近期在《Ophthalmology》期刊上發表的一項研究，表示該模型的準確率在 95% 到 99% 之間，這麼高的成功率使得該技術在臨床環境中更具吸引力。
Jung 表示：「人工智慧技術把這個模型對醫學影像的診斷能力，提升到媲美人類的水準，將不可能化為可能。」
加上在 NVIDIA 的人工智慧新創公司 Inception 計畫的助力下， VUNO 有望進一步突破這個極限。 Jung 說 Inception 計畫讓 VUNO 能夠接觸到更多開發者和投資人。
VUNO 也還在研究怎麼把 NVIDIA Clara 應用框架用在人工智慧影像和基因組學上。
從上述例子可以見到該公司不斷尋求各種答案，以解決醫療臨床領域最嚴重的問題。
Jung 說：「我們的使命是『見未見者，知未知者』，致力於提供更優質的醫療服務給患者，提高醫療專業人員利用海量大數據的效率。」