业界 | 如何用深度学习颠覆医疗领域？相信GTC这六个演讲不会让你失望

AI 科技评论按：第八届 GTC 大会下周将在圣荷塞举办，届时AI科技评论将亲临现场带来一线报道。

如果你想了解 AI 如何颠覆健康行业？GTC 大会想必不会让你失望。

AI科技评论了解到，GTC 的 healthcare track 环节将带来超过 50 个细分 session，详细分析 AI 与深度学习如何在放射科、肿瘤科、基因学及药物挖掘领域帮助外科医生更高效地治疗疾病。

得益于 GPU，研究者们所开发的算法能够更快更准确地分析数据，训练计算机进行数据挖掘，并协助达成治疗目标。外科医生们得以探索更好的治愈方式，以更低的出错率对抗一些来势汹汹的疾病（比如癌症）。

在本次 GTC 大会上，斯坦福的研究者将分享他们如何训练一个神经网络，以高于职业医师的准确率诊断皮肤癌的病变区域；该大学的肿瘤学家采用同样的深度学习技术，也成功应用于肺癌的病变诊断，有效地提升了放射科医师的日常工作效率。

深度学习也驱动了新的探索和发现，增强了 GPU 计算力在医学领域的扩展和延伸。在 GTC 上，Mayo Clinic 的医学研究者们将展示如何在不需要活检的情况下用深度学习识别脑部肿瘤的基因组信息。

此外，届时还有六个 workshop 覆盖放射学、图像分割及定量成像等医学问题。英伟达官网推荐了一些不可错过的医学 session，雷锋网编译如下：

• 斯坦福大学的 Curt Langlotz 介绍团队目前的工作。为减少医学影像的识别错误率，团队创建了一个庞大的医学影像研究资源库，打通基因组数据、组织库和病历信息的联系。

• GE Healthcare 的 Michael Dahlweid 将介绍如何用深度学习辅助医学影像的诊断，并帮助克服看护者所面临的挑战。

• 心脏放射学科的误诊可能会让患者错失关键的治疗时机，Antery 的 Daniel Golden 将在 GTC 上展示云计算与深度学习的魅力。

• 来自 Memorial Sloan Kettering Cancer Center 的 Tohmas Fuchs 将告诉我们，团队如何用上百个英伟达 GPU 与拍字节级别的临床数据改变未来医学诊断与研究的未来。

• 而斯坦福的 Olivier Gervaert 则构建了一个深度学习框架，能够预测肺癌患者的存活几率。

在 5 月 8 日-5 月 11 日，这些主题演讲将一一与观众见面，包括医师、科学家、研究者与学界业界的研究人员都将齐聚一堂。不论他们是为了疾病的早期诊断，或是更高质量的诊断结果，或是保健领域背后的巨大市场，GTC 都为其提供了一个广阔的交流平台。下周，AI科技评论将在一线带来最新鲜的报道内容，敬请关注。