首页 > 最新资讯 > AI和计算技术的进步开启了医疗健康行业的新时代
AI和计算技术的进步开启了医疗健康行业的新时代

AI和计算技术的进步开启了医疗健康行业的新时代

2021-01-21 17:19

#人工智能 #深度学习 #智慧医疗


J.P. Morgan Healthcare大会上,NVIDIA医疗业务副总裁Kimberly Powell介绍了AI加速计算如何推动新药研发和实践。

NVIDIA医疗健康业务副总裁Kimberly Powell表示,当下的时间点至关重要——AI正在推动研发和医学领域步入新纪元。

在近日于线上举办的J.P. Morgan Healthcare大会上,Kimberly在演讲中讲述了如何利用AI和加速计算帮助科学家使用激增的生物医学数据,加速研究突破并实现更完善的患者护理。

她表示,人类一直致力于了解疾病并寻找疗法,数万亿美元的药物发现产业正体现了挑战之严峻。

AI如何降低药物研发成本

典型的药物研发流程需要约十年时间,耗资20亿美元,且临床失败率高达90%。但近年来,医疗健康领域的数据量日益增多,让我们能够借助AI,更好地利用这些统计数据。

她说:“如今,我们可以在约三个月的时间内,获得超出医疗健康领域过去300年来的生物医学数据。而问题在于,如此大量的数据无法靠人力来处理,因此需要借助AI的力量。”

Kimberly将AI称为“当今时代最强大的技术力量,可以让软件来编写人类无法编写的软件。”

但是,AI在特定领域,结合针对特定领域(如放射学、病理学或患者监测)的数据和算法时,成效最佳。NVIDIA Clara应用程序框架可为研究人员和临床医生提供用于医学影像、基因组学、药物研发和智能医院中的GPU加速AI工具,进而弥合这一差距。

Kimberly提到,去年NVIDIA Clara的下载量增长5倍,开发者们开始采用NVIDIA用于对话式AI和联邦学习的新平台。

医疗健康生态系统纷纷围绕AI展开研究

Kimberly指出,在COVID-19疫情期间,AI在医疗健康领域的应用加速发展。据估计,2020年初创公司募资超过50亿美元。NVIDIA初创加速计划中,有1000多家医疗健康领域的初创公司,其数量自2017年以来增长4倍。去年,PubMed接收到的AI医疗健康相关论文数量超过20,000篇,显示出在过去十年间,其发展呈指数级增长。

加州大学旧金山分校等领先的研究机构正在采用NVIDIA GPU来推动其在低温电子显微镜领域的工作进展,以研究分子结构(例如COVID-19病毒中的刺突蛋白),并加速药物和疫苗研发。

包括GSK在内的制药公司,以及英国国家医疗服务体系等主要医疗系统,将利用Cambridge-1超级计算机(一台NVIDIA DGX SuperPOD系统,也是英国最快的AI超级计算机)来处理大规模数据,并改善患者护理、诊断,加速关键药物和疫苗的交付。

软件定义型仪器将AI创新与医学实践相结合

Kimberly认为,软件定义型仪器(可定期更新从而利用最新科学知识和AI算法的设备)是将最新研究突破与医学实践相结合的关键。

“AI正如医学实践一样不断学习。我们希望从数据中学习,从不断变化的环境中学习。” Kimberly说道。

她表示,通过打造软件定义型医疗仪器,不仅能够尽快开发出用于患者监控的智能摄像头或AI指导型超声系统等工具,还能使其始终发挥价值,在日后逐步完善提升。

总部位于英国的测序公司Oxford Nanopore Technologies是软件定义型仪器领域的领导者,该公司在电子平台上部署了新一代DNA测序技术。其纳米孔测序仪已在50多个国家和地区用于对COVID-19病毒新变体的测序和跟踪,并用于大规模基因组分析,以研究癌症的生物学特性。

该公司从手持式MinION Mk1C设备到超高通量PromethION等多款仪器均采用了NVIDIA GPU。PromethION一次即可产出超过三个人类基因组的序列数据。为支持下一代PromethION,Oxford Nanopore采用NVIDIA DGX Station,使其实时测序技术能够满足快速、高精度基因组分析的需求。

多年来,该公司一直在使用AI来提高碱基识别(basecalling)的准确性,碱基识别是通过穿过纳米孔的微小电信号来确定分子DNA碱基序列的过程。

Kimberly表示,无论是在COVID流行病学还是在人类遗传学和长读测序中,碱基识别技术都真正地触及到了深层的医学实践。通过深度学习,其碱基识别模型准确度能够达到98.3%,基于AI的单核苷酸变异识别准确度能够达到99.9%。”

基于AI的医疗健康之路

Kimberly表示,疫情当下,像这样基于AI的突破变得日益重要。

她说道:“2020年,像COVID-19这样的大难题让我们大力聚焦于AI,也让我们了解到了所有能够受益于AI的领域。我们在过去一年中的发现,必将推动未来继续前行。我们学到内容,适用于日后所有的药物研发项目。”

在基因组分析、计算药物研发和临床诊断等众多方面,医疗健康领域的重量级公司都借助GPU加速AI,取得了长足的进步。

相关新闻