產業:NVIDIA報喜!人工智慧技術獲各醫療院所採用

【財訊快報/記者李純君報導】在北美放射學會(Radiological Society of North America)大會上,可以見到逾百家參展廠商運用NVIDIA的技術將人工智慧引入放射學科,2019年有望成為人工智慧應用於醫療領域的一大轉捩點,顯見NVIDIA人工智慧技術的推展,又往前邁進一大步。

人工智慧雖有著無比潛力,但仍有待解決其中的一個關鍵難題,也就是取得訓練人工智慧模型所需的海量資料,同時亦保障病患的隱私。NVIDIA為此與醫療產業合作打造一項解決方案。

NVIDIA在今年的北美放射學會年會上推出NVIDIA Clara Federated Learning(FL),利用分散式合作學習技術來訓練人工智慧模型的同時,又將病患的資料留在醫療服務提供者這端加以妥善保管。

Clara Federated Learning(Clara FL)是一項分散式合作人工智慧模型訓練參考應用程式,用於保障病患隱私,這些在全球系統製造商所生產之NVIDIA NGC-Ready for edge伺服器上運行的分散式用戶端系統,可以在本地執行深度學習訓練,也能攜手合作來訓練更精準的全域人工智慧模型。

它的運作方式是,Clara FL應用程式裝入一個Helm chart內,以簡化在Kubernetes基礎設施上的部署作業。NVIDIA EGX平台用安全的方式規定聯合伺服器及合作的客戶端,提供展開Federated Learning專案所需的一切事物,包括應用程式容器及啟始人工智慧模型。

廣告

參與這項計畫的醫院使用與3D slicer、MITK、Fovia及Philips Intellispace Discovery等醫療檢視器進行整合的NVIDIA Clara AI-Assisted Annotation SDK,對自己的病患資料加上標籤。利用預先訓練好的模型和遷移學習技術,NVIDIA的人工智慧技術協助放射科醫生加上各項標記,將研究複雜3D模型所需的時間,從原本的幾小時減少到只要幾分鐘即可完成。

每個參與醫院的EGX伺服器使用本地資料來訓練全域模型,在本地訓練好的結果通過一個安全的連結送回到聯合學習伺服器,並與其他參與單位分享。這個作法只會分享模型權重的變動內容,不會分享病患的紀錄,這麼一來既能保障病患的隱私,又能通過Federated Averaging演算法建立一個新的全域模型。

美國放射學會、麻省總醫院及加州大學洛杉磯分校附屬醫療中心等全球醫療產業的大型機構,皆率先使用這項技術。他們的目標是在醫療資料、應用程式及裝置不斷增長的情況下,為醫生、病患及設施發展量身打造的人工智慧。

美國放射學會在旗下的國家醫療影像平台AI-LAB中試用NVIDIA Clara FL。AI-LAB平台允許美國放射學會的3.8萬名醫學影像成員安全地建立、分享、適應和驗證人工智慧模型。想要進入AI-LAB的醫療服務提供者,可以選擇使用多個業者所提供的NVIDIA NGC-Ready for Edge系統,包括Dell、Hewlett Packard Enterprise、Lenovo與Supermicro。

加州大學洛杉磯分校放射學系也透過NVIDIA Clara Federated Learning,讓醫療中心內的放射科可以受惠於人工智慧的實力。加州大學洛杉磯分校附屬醫療中心是一處頂尖的學術型醫學中心,能夠驗證Clara FL的成效,且日後用在更廣大的加州大學附屬醫療中心體系內。

新英格蘭地區的Partners HealthCare也宣佈了一項運用NVIDIA Clara FL的新計畫。麻省總醫院與布萊根婦女醫院的臨床資料科學中心將率先展開這項工作,利用 Partners HealthCare醫療體系的龐大資料及臨床專業知識。

NVIDIA在英國與倫敦國王學院(King’s College London)及Owkin合作,為國民醫療保健服務打造一套聯合學習平台。在NVIDIA Clara上運行的Owkin Connect平台能讓演算法在不同醫院之間移動,並且使用本地資料集進行訓練。它為每家醫院提供一項區塊鏈分散式帳本技術,以取得及追蹤用於訓練模型的各項資料。