AI和医学领域的革命.doc

《AI和医学领域的革命.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、AI和医学领域的革命　　AI领域取得的突破性进展，让医生能够更早地发现并更好地理解疾病。　　　　近日，黄仁勋先生出席在波士顿举行的世界医疗创新论坛（WMIF,WorldMedicalInnovationForum），并与美国公共卫生署（PHS）首席数据科学官KeithDreyer探讨了AI和医学领域的革命。全球1,000多位业界和学术界领袖在该论坛上分享了AI与医疗交叉领域的最新创新成果。　　NVIDIA与医疗保健领域的合作伙伴多年来一直共同努力，并取得了卓越成果：　　我们的GPU计算平台CUDA最早就是应用于

2、医学成像和生命科学领域。15年前发明的迭代重建（iterativereconstruction）是计算机断层扫描（CT,ComputedTomography）中的一种新算法，虽然可减少X射线剂量，但计算量巨大。GEHealthcare的RevolutionCT系列通过采用NVIDIAGPU，将辐射降低了82％。　　GPU计算也为超声波带来了革命；GEHealthcare的VividE95可执行实时4D成像以查看血液流经心脏的过程。　　借助NVIDIAGPU计算，伊利诺伊大学厄巴纳－香槟分校KlausSchult

3、en计算生物物理学实验室的生命科学研究人员能够实现更大规模的分子动力学仿真，其规模可达到其他实现方式的1,000倍。这使得他们创建出了前所未有的HIV病毒衣壳试图，同时也率先完成了烟草花叶病毒的完整生命形式的仿真。　　ThermoFisherScientific的工程师利用NVIDIAGPU将其基因测序算法加速了250倍，并创建了IonS5新一代测序系统-在分析定向基因序列的成本和时间节约方面都实现了突破。　　在斯德哥尔摩大学，NVIDIAGPU助力研究人员ErikLindahl的RELION成像应用程序处理并

4、重建分子结构的3D图像。RELION是荣获诺贝尔奖的冷冻电镜（cryogenicelectronmicroscope）的成像软件。Cryo-EM可让研究人员冻结处于运动过程中的分子，并首次实现在原子水平上观测生物进程。Cryo-EM被《自然》杂志评选为“年度技术（MethodoftheYear）”。　　医学影像研究人员已经发现了深度学习的力量。在去年举行的前沿医学成像会议MICCAI上发表的论文中，有一半的主题是应用深度学习。目前，我们正在与300多家医疗保健领域的初创公司合作，致力于通过深度学习应对当前挑战。

5、这些企业的融资总额已经超过15亿美元。Arterys、ButterflyNetworks、RADLogics、Viz.Ai和Zebra在医学成像领域已经取得了令人振奋的成绩，其中许多AI识别模型现已通过美国食品药品监督管理局（FDA）批准。