中国科学院深圳先进技术研究院（以下简称“深圳先进院”）生物医学与健康工程研究所（简称医工所）是中国科学院生物医学与健康工程领域规模最大的研究单元，致力于高分辨、多模态高端医学成像与设备系统研发，生物医学先进仪器、智能化创新医疗器械研制，以及低成本健康及康复工程技术研究。通过建立享誉国际的生物医学与健康工程的科学研究和人才培养基地，实现医学成像、神经工程、微纳米生物医学器件、移动健康、生物信息和生物材料等关键技术的突破，推动临床医学技术现代化进程和医疗器械产业迅速发展。

提速AI，缓解医疗资源紧张难题

随着中国现代化进程的高速发展，越来越多的人口涌入城市，特别是以北上广深为代表的一、二线城市，城市的公共资源建设很难跟上城市人口的爆发式增长，城市的医疗资源分布也存在严重不均的问题；而且医院的建立和扩张也需要长时间的规划，培养一名专业医疗人士也需要多年的专业培养以及实践经历。而随着近年来人工智能特别是深度学习技术的兴起，人们越来越寄托于利用人工智能技术来显著提升或者辅助医疗的诊断以及治疗。相对于人体生命结构的复杂性，人类对医疗健康的理解仍然处于非常粗浅的地步，人类一直在摸索着借助于各类新型器材以及新技术来提升人类对自身结构以及治疗的能力，现阶段人工智能技术并不具备完全解决各类问题的能力，但并不妨碍我们利用AI来辅助诊疗、辅助决策，减轻医生繁重的工作压力，缓解医疗资源分布不均的问题。

由于医疗诊断本身的敏感性，特别是涉及到医疗患者的详细个人信息，包括患者基本信息，病历以及家族史，各类医疗检查数据等，人工智能技术不能完全深入到医疗的每一个环节，获取所有的信息来开展决策，往往只限于某个单独的领域开展辅助诊疗，比如针对单个的影像开展图像分析或者利用特定领域的检测报告开展辅助决策。因此，当下人工智能在医疗领域大多还是以医疗影像为切入点，比如X光、CT图像、超声图像等，来辅助影像科医生开展医疗决策，减轻医生工作压力，加快医疗影像的分析速度。

NVIDIA DGX 工作站实现
AI医疗影像模型训练及识别速度大幅提升

在利用人工智能来进行医疗图像的分析以及辅助诊疗的过程中，结合当前非常热门以及在计算机视觉领域特别有影响力的深度学习卷积神经网络，先进院医工所研究员借助NVIDIA DGX 工作站，利用NVIDIA Tesla V100加速深度学习开展医疗影像图谱分析，提升计算机辅助外科研究能力。相比传统的CPU计算方案，单台搭载4片Tesla V100的DGX 工作站，可以提升训练速度40倍以上，大大减少了研究人员花在训练深度学习模型的时间。

深圳先进技术研究院一直致力于高分辨、多模态高端医学成像与设备系统研发，生物医学先进仪器、智能化创新医疗器械研制，以及低成本健康及康复工程技术研究。而利用NVIDIA DGX 工作站，结合当前最热门、最有应用潜力的人工智能技术可以从传统的手术医疗数据中分析和挖掘大量有用的信息，以便在手术过程中实时指导外科医生使用手术器械，而且它还可以使用来自实际手术经验的数据来形成新的手术技术。

深圳先进院研究员表示：“在特定的医疗图谱分析领域，人工智能技术大有可为，且一直处于行业研究的热点，大量的新兴创新企业加入到AI医疗影像的行业。中国是一个人口大国，各类疾病数据、医疗影像众多，而当前的医疗资源是完全满足不了人们的实际需求。这时，借助NVIDIA GPU加速产品，可以大幅度提升AI医疗影像模型的训练以及识别的速度。对于我们科研工作者，DGX 工作站是一个非常强大的人工智能计算利器。”