自家主流產品做得風生水起的英偉達目前打起了醫(yī)療AI的算盤，而面對似乎從人人都追的醫(yī)療AI風口退卻的時候，英偉達仍然要去試試自己并不擅長的跨界領域，其目的究竟是要趕上風口的末班車，還是要利用自身的技術實力去真正撬動醫(yī)療領域呢？

1

從醫(yī)學及衛(wèi)生保健領域入手

芯片制造商英偉達針對特定的先進學習算法而開發(fā)的專用硬件目前正在驅動著人工智能的向前蓬勃地發(fā)展。

目前，它又鎖定了下一個巨大市場——醫(yī)學及衛(wèi)生保健領域。

醫(yī)學影像研究正在以讓人驚訝的速度發(fā)展，英偉達在醫(yī)院看到了很多的供應商，他們正在構想人工智能方面的新應用。

一種被稱為“深度學習”的機器學習技術正在應用于醫(yī)學影像和醫(yī)療數(shù)據(jù)的篩選。

而大概是受大腦中神經(jīng)元工作機制的啟發(fā)，深度學習在圖像識別和處理音頻文件中也有著特別的用處。

英偉達所開發(fā)的圖形處理器非常適用于要求并行計算的深度學習，它也已經(jīng)為學術界和工業(yè)界提供了多種用于深度學習的專用硬件。

這包括一個強大的超級計算機DGX－1 和一個用于無人駕駛汽車的系統(tǒng)Drive PX。

英偉達的硬件會越來越多的用于醫(yī)院和醫(yī)療研究中心。深度學習有助于提高提高診斷的可靠性，并且可能會幫助專業(yè)水平較低的發(fā)展中國家顯著地提高醫(yī)護標準；而發(fā)現(xiàn)新藥物也有可能是深度學習的另一大重要應用領域。

深度學習也可能幫助醫(yī)生從數(shù)據(jù)中挖掘出潛在的應用模式。例如，英偉達和梅約診所的一名神經(jīng)系放射學家Bradley Erickson合作，將深度學習用于研究大腦圖像。

想人工智能在癌癥領域中所取得進展，頂級的人工智能應用程序可能是英偉達醫(yī)療領域中最為重大的突破。

然而，要將類似于深度學習的技術應用到醫(yī)療領域還面臨著諸多挑戰(zhàn)。深度學習方法太復雜，大多數(shù)時候，預測結果就連專家也難以解釋，而這也是現(xiàn)在的研究重點。

2

大力推進人工智能輔助放射學領域

最近，國際數(shù)據(jù)公司IDC和英偉達合作，正在大力推進人工智能輔助放射學領域的發(fā)展。

在已經(jīng)部署 AI 的醫(yī)院中，AI 的作用體現(xiàn)在提高工作效率做篩查，支持基層診療，支持疑難雜癥的診斷和治療，用來做疾病預防。總的來說兩個方面，一個是提高效率，一個是提高診療水平。

英偉達認為，人工智能的加入到這里面，會幫助英偉達提高影像分析、醫(yī)療健康的質量。同時英偉達相信人工智能的幫助，會提高醫(yī)療服務的可及性，并且降低醫(yī)療的成本，惠及更廣大的人民老百姓的身體健康。