211service.com
Nvidia padziļinātās mācīšanās mikroshēmas var dot medicīnai izdevīgumu rokā
Mikroshēmu ražotājs Nvidia izmanto pašreizējo mākslīgā intelekta uzplaukumu ar aparatūru, kas izstrādāta, lai darbinātu vismodernākos mācību algoritmus. Un uzņēmums redz veselības aprūpi un medicīnu kā nākamo lielo tehnoloģiju tirgu.
Kimberlija Pauela, kura vada Nvidia centienus veselības aprūpē, saka, ka uzņēmums sadarbojas ar medicīnas pētniekiem dažādās jomās un centīsies paplašināt šos centienus nākamajos gados.
Pauels sacīja plkst MIT tehnoloģiju apskats EmTech Digital konferencē Sanfrancisko pirmdien. Mūsdienās arvien vairāk mēs apmeklējam pakalpojumu sniedzējus slimnīcās, un viņi iztēlojas jaunas mākslīgā intelekta lietojumprogrammas.
Vissvarīgākais ir tas, ka medicīnisko attēlu apstrādei un liela apjoma medicīnisko datu izsijāšanai tiek izmantota mašīnmācības tehnika, ko sauc par dziļo mācīšanos. Padziļinātā mācīšanās, kas ir ļoti brīva no tā, kā šķiet, ka darbojas smadzeņu neironi, jau ir izrādījusies neticami noderīga attēlu atrašanai un audio failu apstrādei (skatiet sadaļu 10 izrāvienu tehnoloģijas: dziļa mācīšanās).
Šķiet, ka šī mākslīgā intelekta tehnika medicīniskajā izpētē kļūst arvien populārāka. Pagājušajā gadā Google komanda parādīja, ka dziļo mācīšanos var izmantot, lai automatizētu acu slimību diagnostiku. Tikmēr grupa no Stenfordas universitātes publicēja rakstu žurnālā Daba kas parādīja, ka tehnika var vietas ādas vēzis kā arī apmācīts dermatologs. Grupa no Mount Sinai slimnīcas Ņujorkā izmantoja pieeju analizēt pacientu elektroniskās veselības kartes un ar pārsteidzoši augstu precizitāti paredzēt, kāda slimība cilvēkam varētu attīstīties.
Šie ir tikai daži augsta līmeņa piemēri. Pauela savas runas laikā atzīmēja, ka lielajās medicīniskās attēlveidošanas konferencēs dominē padziļināti mācību raksti.
Nvidia izgatavotie grafikas procesori ir ļoti piemēroti paralēlu aprēķinu veikšanai, kas nepieciešami dziļai apguvei, un mikroshēmu ražotājs jau ir izveidojis ievērojamu uzņēmumu, kas piegādā aparatūru dziļi izglītojošiem pētniekiem akadēmiskajās aprindās un nozarē. Nvidia ražo arvien vairāk specializētu padziļināto mācību produktu, tostarp jaudīgu pētniecības datoru DGX-1 un sistēmu pašbraucošiem transportlīdzekļiem ar nosaukumu Drive PX.
Pauels uzskata, ka uzņēmuma aparatūra arvien vairāk tiks atrasta arī slimnīcās un medicīnas pētījumu centros. Viņa teica, ka šī pieeja varētu palīdzēt uzlabot diagnozes ticamību un varētu ievērojami palielināt aprūpes standartus jaunattīstības valstīs, kur zināšanas ir ierobežotas. Pauels piebilda, ka narkotiku atklāšana, iespējams, nākotnē būs vēl viena liela dziļas mācīšanās joma.
Bet dziļa mācīšanās varētu arī palīdzēt ārstiem atrast modeļus, kas citādi būtu neredzami. Piemēram, Nvidia sadarbojas ar Bredliju Eriksonu, Maijo klīnikas neiroradiologu, lai smadzeņu attēliem piemērotu dziļu mācīšanos. Ēriksonam ir bijuši zināmi panākumi, no attēliem identificējot ģenētiskos faktorus, kas saistīti ar smadzeņu slimībām, sacīja Pauels.
Iepriekš tajā pašā pasākumā NYU profesors Gerijs Markuss izcēla medicīnu kā jomu, kurā mākslīgajam intelektam varētu būt vislielākā ietekme. Padomājiet par vēzi, sacīja Markuss. Viņš teica, ka riska faktorus, kas varētu norādīt uz šādas slimības iespējamību, personai var būt grūti identificēt, taču tos var atklāt ar algoritmu. Killer lietotne [AI] varētu būt nozīmīgs sasniegums medicīnā.
Tomēr pastāv ievērojamas problēmas, pielietojot tādas metodes kā dziļa mācīšanās medicīnā. Pieeja ir tik sarežģīta un necaurredzama, ka ārstam var nebūt skaidrs, kāpēc algoritms nāk klajā ar konkrētu diagnozi. Pauels atzina šo izaicinājumu, bet teica, ka parādās risinājumi, piemēram, jauni veidi, kā vizualizēt padziļināto mācību tīklu uzvedību. Viņa teica, ka šobrīd tā ir liela pētniecības tēma.