深度學習為智慧醫療儀器打開大門

數世紀以來醫師們無不想要看看患者的身體內部，使用手邊最好的工具來協助他們檢測、診斷和治療。醫療服務提供者想要這些儀器具備更多功能，但在技術方面有其難處。醫師想要高速、安全又精準的儀器，而提供者則是想在提供照護服務之際，使用小巧、易於攜帶又能提供即時診斷結果的裝置。加上不斷提高解析度和呈現逼真影像的要求，則是需要在儀器內加裝超級電腦，才能擁有高超的運算能力。

Volta GPU 加快處理信號和演算法

NVIDIA 開發出的新款電腦滿足了這項要求。最新的 Volta GPU 運用強大的平行運算能力，能夠高速處理這些信號和影像演算法，而這種速度過去得用上成堆的傳統資料中心 CPU 方能做到。

 Volta GPU 打造出的嵌入式人工智慧超級電腦，擁有每秒320兆次運算速度，能夠處理深度學習神經網路的複雜作業，且耗電量不到500瓦。這相當於60個 CPU 伺服器節點的運算表現及六十分之一的耗電量。

NVIDIA GPU 的運算效能使得計算機科學家能將深度學習用於解決影像方面的難題。大致上以人腦運作方式發展出的深度卷積神經網路，會學習以直接在訓練過程中看到的資料，辨識該物體的重要特徵，並且建立可用於辨識或分割影像的視覺模型，成效十分驚人。

智慧醫療儀器的新時代

麻省總醫院的研究小組、Biomedical Imaging 的 A.A. Martinos 中心與哈佛大學，發展出名為「AUTOMAP」的新式影像重建深度學習架構。過去要以人工方式使用專用變形和多種濾鏡演算法處理信號，才能進行影像重建作業。AUTOMAP 則是使用統一的影像重建架構，學習感應器和影像域間的重建關係，無需專業知識便可進行影像重建作業。

醫學影像處理階段不只進行重建工作，還能進行偵測、分類及分割作業，接著自動加入註釋及測量內容，協助放射科醫師處理當前複雜的 3D 影像資料。

為新一輪的突破性發展打開大門

NVIDIA GPU 運算技術與深度學習將啟動新一輪的突破性發展，未來將提高影像逼真程度、減少輻射量，和推動更先進的微型技術。未來的醫學影像系統加上 NVIDIA GPU，將成為小巧的人工智慧超級電腦，讓醫師擁有超人的透視能力，且立即對語音指令做出回應，找出和突顯感興趣的解剖區域。

結合深度學習、NVIDIA GPU 運算能力及醫學影像，開創出智慧醫療儀器的新時代。診斷影像領域的先驅者已開始採用 NVIDIA GPU 平台，在醫學影像處理流程的重建、影像處理和視覺化各重要階段裡，達到極為出色的成果。