AI的面世，伴生出了不少新興職業(yè)，比如人社部和工信部日前就制定了六項(xiàng)新的國家職業(yè)技能標(biāo)準(zhǔn)，人工智能訓(xùn)練赫然在列。但在AI技術(shù)的輻射下，這些訓(xùn)練工作也開始逐步滲透進(jìn)醫(yī)療行業(yè)，醫(yī)療研究人員也開始學(xué)起了“煉丹”。

醫(yī)療設(shè)備中的大算力

Clara Holoscan與醫(yī)療設(shè)備橋接 / Nvidia

今年秋季的GTC大會(huì)上，英偉達(dá)發(fā)布了Clara Holoscan醫(yī)療影像解決方案，大幅擴(kuò)展了GPU在醫(yī)學(xué)領(lǐng)域的應(yīng)用。Clara Holoscan是基于英偉達(dá)AGX Orin打造的平臺(tái)，集成了12核Cortex-A78AE CPU、2048核的安培GPU和2個(gè)NVDLA 2.0加速器，在15W至50W的功耗下，可實(shí)現(xiàn)200 TOPS(INT8)的算力。Clara Holoscan將醫(yī)療設(shè)備與邊緣服務(wù)器無縫橋接，并以此創(chuàng)建相關(guān)的AI微服務(wù)，要求低延遲的應(yīng)用程序在設(shè)備上運(yùn)行，復(fù)雜任務(wù)則傳回?cái)?shù)據(jù)中心處理。

超聲波彩色多普勒成像，也就是我們常說的彩超，是一種非侵入式觀察體內(nèi)血流的方法，可用于檢測動(dòng)脈或靜脈中的血塊。然而在掃描過程中，血流速度很可能會(huì)超過儀器準(zhǔn)確測量的速度范圍，因此生成的混疊偽影會(huì)阻止最終的可視化成像。

Clara Holoscan消除偽影 / Nvidia

而成像問題早就是AI應(yīng)用中老生常談的挑戰(zhàn)了，醫(yī)療領(lǐng)域也不例外。滑鐵盧大學(xué)的一組研究人員通過1000多張圖像訓(xùn)練了一個(gè)U-Net卷積神經(jīng)網(wǎng)絡(luò)，用于檢測與去除偽影。他們將超聲波探頭接入us4us公司的開發(fā)的超聲波前端設(shè)備，再接入英偉達(dá)的Clara開發(fā)者套件，借助Clara Holoscan SDK、CUDA和Tensor RT等工具，不僅成功消除的混疊的偽影，還將FPS提高了一大截，從過去的每秒2幀提升到了每秒30幀。

醫(yī)患保密協(xié)議，AI如何解決隱私問題

人工智能技術(shù)已經(jīng)成功賦能了我們生活中的各行各業(yè)，借助大數(shù)據(jù)和模型，我們已經(jīng)深受其益。但與此同時(shí)，隨之而來的隱私問題不斷滋生，不僅是金融領(lǐng)域，在醫(yī)療領(lǐng)域也是如此。這就為醫(yī)療領(lǐng)域AI模型的研究帶來了困難，因?yàn)獒t(yī)療研究人員不得向外界泄露任何病人隱私，必須保存在數(shù)據(jù)創(chuàng)建所在地。但不少研究都要用到不同地區(qū)或不同人種之間的數(shù)據(jù)，所以只能走傳統(tǒng)的合作共享方式。

聯(lián)邦學(xué)習(xí)是一種用于訓(xùn)練來自多個(gè)數(shù)據(jù)源的人工智能模型的方法，這種方法只會(huì)分享AI模型的權(quán)重，而不會(huì)將數(shù)據(jù)外傳。在做到數(shù)據(jù)共享的同時(shí)，又能保持?jǐn)?shù)據(jù)匿名，從而消除了研究人員和機(jī)構(gòu)對數(shù)據(jù)分享與合作的抵觸。

今天秋季，英偉達(dá)組織了全球最大的一項(xiàng)聯(lián)邦學(xué)習(xí)研究，研究人員使用了全球20多個(gè)機(jī)構(gòu)的數(shù)據(jù)來訓(xùn)練聯(lián)邦學(xué)習(xí)模型，將其稱為EXAM（EMR胸部X光AI模型），該模型使用生命體征、實(shí)驗(yàn)室數(shù)據(jù)和胸部X光作為數(shù)據(jù)輸入，來確定確診新冠病人未來所需補(bǔ)充的氧氣量。從上圖也可以看出，在輸入年齡這項(xiàng)參數(shù)時(shí)，僅僅給出了最小值、最大值、平均值和標(biāo)準(zhǔn)差，并未透露任何具體的患者數(shù)據(jù)。

英偉達(dá)于近日的RSNA21大會(huì)上開源了FLARE，一個(gè)開源可擴(kuò)展的SDK，可讓研究人員和數(shù)據(jù)科學(xué)家們對已有的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)工作做適應(yīng)。FLARE代表的是Federated Learning Application Runtime Environment（聯(lián)邦學(xué)習(xí)應(yīng)用運(yùn)行時(shí)環(huán)境），這也是英偉達(dá)已有的Clara Train聯(lián)邦學(xué)習(xí)軟件所用到的底層引擎，這套軟件早已用于醫(yī)療成像、基因分析、腫瘤學(xué)和新冠病毒研究。

美國AI醫(yī)療軟件公司Rhino Health已經(jīng)將FLARE集成到其聯(lián)邦學(xué)習(xí)解決方案中，馬薩諸塞州總醫(yī)院在使用這套方案后，直接用上了全球其他六大機(jī)構(gòu)的數(shù)據(jù)，開發(fā)出了一種更準(zhǔn)確針對腦動(dòng)脈瘤的AI模型。

英偉達(dá)稱FLARE可以與現(xiàn)有的AI框架集成，比如已經(jīng)在醫(yī)學(xué)成像中獲得應(yīng)用的MONAI框架。此外，由于FLARE基于模塊化的架構(gòu)，所以研究人員可以自行組建工作流，迅速嘗試不同的實(shí)驗(yàn)。

反射治療中的醫(yī)學(xué)影像技術(shù)

在如今的癌癥篩查、減少誤診和改善腫瘤識(shí)別與治療項(xiàng)目中，AI同樣賦予了強(qiáng)大的推動(dòng)力。在臨床醫(yī)學(xué)中，為了精確定位腫瘤的位置，醫(yī)生往往會(huì)在CT和MRI上來回檢視，花費(fèi)數(shù)十分鐘以上勾畫出腫瘤輪廓。該步驟對于放射線治療來說至關(guān)重要，如果勾畫的太小，放射線可能沒有覆蓋到整個(gè)腫瘤，給了腫瘤再度生長的空間，但如果勾畫的太大，又容易傷害到正常的組織。因此通過GPU加速運(yùn)算生成AI模型，就可以準(zhǔn)確在圖像中勾勒出腫瘤的邊界。

過去許多研究機(jī)構(gòu)與治療中心的AI模型是在低分辨率的圖像上進(jìn)行訓(xùn)練的，借助英偉達(dá)提供的AI企業(yè)套件，其研究人員可以利用A100 Tensor Core GPU對高分辨率圖像進(jìn)行訓(xùn)練，如此一來生成的模型，在臨床醫(yī)生對病人進(jìn)行診斷時(shí)，可以更好地定位腫瘤的大小和位置。不過AI并沒有起到取代醫(yī)生的作用，更像是作為CT掃描的替代方案，在治療當(dāng)天用其來優(yōu)化治療方案，驗(yàn)證放射治療的計(jì)劃。

小結(jié)

醫(yī)療領(lǐng)域在數(shù)字化進(jìn)程上已經(jīng)開始加速，無論是醫(yī)療器械還是醫(yī)療影像，AI在其中成了一股不可忽視的助力。當(dāng)然這并不是指所有醫(yī)療人員都要具備“煉丹”知識(shí)，但醫(yī)療器械+AI已經(jīng)成為趨勢，未來疾病診斷和治療都會(huì)愈發(fā)智能。