如果在 NVIDIA 這樣的科技公司裡面看到一個心臟血管外科醫師正在與工程師一起工作，這是合理的嗎？不但合理，而且必要。這，就是未來 AI 醫療正在實現的願景，讓科技與醫學全面的結合。
根據美國國家安全局的調查，光是在美國的網際網路每天處理高達 1,826 PB 的資料量，都來自醫療器材、DNA 定序、生物檢體、病理學等等相關的醫療數據。這麼巨量的資料處理，並不是過往的技術與運算方式可以消化得掉的。NVIDIA 正在透過強大的硬體運算與軟體開發能力，要將智慧醫療帶往下一個發展境界。
2021 未來科技館精準健康論壇，邀請到 NVIDIA 全球 AI 醫療長 Mona Flores 深度解析未來 AI 如何解放醫學的潛力，以及 NVIDIA 如何挾帶 GPU 運算、AI 演算法等前沿技術完成過往在醫療領域中的「不可能任務」。
光是一個美國的醫療院所，一年就可能產生 50 PB 的資料量。而且這些資料從四面八方而來—來自衛生部門、醫學造影儀器、實驗室、外科手術房、患者監測儀等等同時湧入。
♦ TO 推薦閱讀：傳蘋果將用 iPhone 實現遠距醫療，可透過打字速度追蹤憂鬱症！
如果要整合以上數據，需要靠 AI 深度學習等技術來達到訂製化的運算與分析。NVIDIA 走在發展 AI 精準健康醫療之路上，一點都不馬虎。從底層的硬體運算架構設計，到第二層程式庫、API、SDK，來到最後一層應用程式服務、AI 技能和架構都有推出相對應的解決方案。目前 NVIDIA Clara 運算平台就特別設計應用於用於醫療保健領域，協助醫護人員可以更有效的達成他們所要的目標。
新深度學習技術 Transformer 被應用在醫療創新上
NVIDIA 認為 AI 將會是讓醫療產業產生最大變革的工具，可以快速協助醫界取得進步。傳統製藥業開發一款新藥需要耗費至少 10 年時間，而且失敗率還高達 9 成。但透過 AI 建構新的運算方式，就可以劇幅縮短此過程。
利用深度學習模型 Transformer 就很適合處理如此大量的生物醫學資料，並且從中找到全新醫學洞見。Transformer 是一種類神經網路架構，主要被利用於處理自然語言處理以及電腦視覺辨識上。
NVIDIA 把 Transformer 模型用於實際客戶合作上面。例如與 AZ 疫苗母公司阿斯特捷利康（AstraZeneca）合作利用超級電腦劍橋一號 Cambridge-1，就是透過 Transformer 訓練出可以了解化學語言，研發出新型態藥物。
AI 與邊緣運算結合，醫療診斷威力再升級
AI 也可以應用在醫療設備的升級上。過往的磁振造影 MRI 都要到固定的醫療院所去掃描，但是新型態的 MRI 可以是移動式的，不論是帶到野戰醫院、戶外都可以提供一樣的掃描品質。甚至，在掃描儀中就可以嵌入 GPU，在任何場景都可以直接使用 AI 做第一階的影像診斷，以及與資料中心、醫學中心透過雲端快速交換資料。
♦ TO 推薦閱讀：蘋果、Google 智慧醫療夢相繼夢碎，科技巨頭進入醫療行業門檻在哪？
在邊緣的醫療裝置也可以結合感測器啟動邊緣運算的威力，例如透過在醫院裡部署攝影機、揚聲器，就可以協助醫護人員監測人流、評估院內的安全社交距離。在與高風險患者互動的時候，也可以用這些感測器協助快速偵測發燒的病患，進而判定需要使用的防護裝備。
聯合式學習強化 AI 模型訓練，讓醫療品質更提升
醫療判定過往是被限定在醫師身上，但這非常仰賴經驗與醫師的個人判斷。但透過 AI 可以把醫師的眾人智慧淬煉出來，變成一個標準模型。聯合式學習（federated learning）就可以做到這樣的成效。
每個醫療院所都可以上傳蒐集到的資料參數，卻不用透露任何的病患隱私資訊，系統再將訓練與校正好的模型傳回醫療院所，強化臨床部署與應用。NVIDIA 透過這樣的方式，聯合全球 20 家機構一起參與訓練醫療模型，結果預測患者到達急診室後 24 小時內的呼吸器需求，該模型有 95% 的靈敏度。
NVIDIA 透過 AI 的各種應用與嘗試，加速製藥、研究、醫療照護各個領域的發展，真正打破過往醫療研究的極限。
2021台灣創新技術博覽會 (TIE)-未來科技館展覽資訊：
- FUTEX實體展：10月14日至10月16日 9:30-17:30，世貿一館D區
- TIE線上展：10月14日至10月23日 https://tievirtual.twtm.com.tw/
10/19線上論壇重磅登場，請關注FUTEX粉絲頁：
- Facebook活動頁：https://www.facebook.com/events/577251496813066/?ref=newsfeed
- 掃描下方QRcode獲得更多資訊
