AI的面世，伴生出了不少新興職業(yè)，比如人社部和工信部日前就制定了六項新的國家職業(yè)技能標準，人工智能訓練赫然在列。但在AI技術的輻射下，這些訓練工作也開始逐步滲透進醫(yī)療行業(yè)，醫(yī)療研究人員也開始學起了“煉丹”。

　　醫(yī)療設備中的大算力

　　今年秋季的GTC大會上，英偉達發(fā)布了Clara Holoscan醫(yī)療影像解決方案，大幅擴展了GPU在醫(yī)學領域的應用。Clara Holoscan是基于英偉達AGX Orin打造的平臺，集成了12核Cortex-A78AE CPU、2048核的安培GPU和2個NVDLA 2.0加速器，在15W至50W的功耗下，可實現(xiàn)200 TOPS(INT8)的算力。Clara Holoscan將醫(yī)療設備與邊緣服務器無縫橋接，并以此創(chuàng)建相關的AI微服務，要求低延遲的應用程序在設備上運行，復雜任務則傳回數(shù)據(jù)中心處理。

　　超聲波彩色多普勒成像，也就是我們常說的彩超，是一種非侵入式觀察體內(nèi)血流的方法，可用于檢測動脈或靜脈中的血塊。然而在掃描過程中，血流速度很可能會超過儀器準確測量的速度范圍，因此生成的混疊偽影會阻止最終的可視化成像。

　　而成像問題早就是AI應用中老生常談的挑戰(zhàn)了，醫(yī)療領域也不例外。滑鐵盧大學的一組研究人員通過1000多張圖像訓練了一個U-Net卷積神經(jīng)網(wǎng)絡，用于檢測與去除偽影。他們將超聲波探頭接入us4us公司的開發(fā)的超聲波前端設備，再接入英偉達的Clara開發(fā)者套件，借助Clara Holoscan SDK、CUDA和Tensor RT等工具，識別出偽影部分后，成功在最終成像上消除偽影，還將FPS提高了一大截，從過去的每秒2幀提升到了每秒30幀。

　　醫(yī)患保密協(xié)議，AI如何解決隱私問題

　　人工智能技術已經(jīng)成功賦能了我們生活中的各行各業(yè)，借助大數(shù)據(jù)和模型，我們已經(jīng)深受其益。但與此同時，隨之而來的隱私問題不斷滋生，不僅是互聯(lián)網(wǎng)和金融領域，在醫(yī)療領域也是如此。這就為醫(yī)療領域AI模型的研究帶來了困難，因為醫(yī)療研究人員不得向外界泄露任何病人隱私，必須保存在數(shù)據(jù)創(chuàng)建所在地。但不少研究都要用到不同地區(qū)或不同人種之間的數(shù)據(jù)，所以只能走傳統(tǒng)的合作共享方式。

　　聯(lián)邦學習是一種用于訓練來自多個數(shù)據(jù)源的人工智能模型的方法，這種方法只會分享AI模型的權(quán)重，而不會將數(shù)據(jù)外傳。在做到數(shù)據(jù)共享的同時，又能保持數(shù)據(jù)匿名，從而消除了研究人員和機構(gòu)對數(shù)據(jù)分享與合作的抵觸。

　　今天秋季，英偉達組織了全球最大的一項聯(lián)邦學習研究，研究人員使用了全球20多個機構(gòu)的數(shù)據(jù)來訓練聯(lián)邦學習模型，將其稱為EXAM（EMR胸部X光AI模型），該模型使用生命體征、實驗室數(shù)據(jù)和胸部X光作為數(shù)據(jù)輸入，來確定確診新冠病人未來所需補充的氧氣量。從上圖也可以看出，在輸入年齡這項參數(shù)時，僅僅給出了最小值、最大值、平均值和標準差，并未透露任何具體的患者數(shù)據(jù)。

　　英偉達于近日的RSNA21大會上開源了FLARE，一個開源可擴展的SDK，可讓研究人員和數(shù)據(jù)科學家們對已有的機器學習和深度學習工作做適應。FLARE代表的是Federated Learning Application Runtime Environment（聯(lián)邦學習應用運行時環(huán)境），這也是英偉達已有的Clara Train聯(lián)邦學習軟件所用到的底層引擎，這套軟件早已用于醫(yī)療成像、基因分析、腫瘤學和新冠病毒研究。

　　美國AI醫(yī)療軟件公司Rhino Health已經(jīng)將FLARE集成到其聯(lián)邦學習解決方案中，馬薩諸塞州總醫(yī)院在使用這套方案后，直接用上了全球其他六大醫(yī)療機構(gòu)的數(shù)據(jù)，開發(fā)出了一種更準確針對腦動脈瘤的AI模型。

　　英偉達稱FLARE可以與現(xiàn)有的AI框架集成，比如已經(jīng)在醫(yī)學成像中獲得應用的MONAI框架。此外，由于FLARE基于模塊化的架構(gòu)，研究人員可以自行組建工作流，迅速嘗試不同的實驗。

　　放射治療中的醫(yī)學影像技術

　　在如今的癌癥篩查、減少誤診和改善腫瘤識別與治療項目中，AI同樣賦予了強大的推動力。在臨床醫(yī)學中，為了精確定位腫瘤的位置，醫(yī)生往往會在CT和MRI上來回檢視，花費數(shù)十分鐘以上勾畫出腫瘤輪廓。該步驟對于放射線治療來說至關重要，如果勾畫的太小，放射線可能沒有覆蓋到整個腫瘤，給了腫瘤再度生長的空間，但如果勾畫的太大，又容易傷害到正常的組織。因此通過GPU加速運算生成AI模型，就可以準確在圖像中勾勒出腫瘤的邊界。

　　過去許多研究機構(gòu)與治療中心的AI模型是在低分辨率的圖像上進行訓練的，借助英偉達提供的AI企業(yè)套件，其研究人員可以利用A100 Tensor Core GPU對高分辨率圖像進行訓練，如此一來生成的模型，在臨床醫(yī)生對病人進行診斷時，可以更好地定位腫瘤的大小和位置。不過AI并沒有起到取代醫(yī)生的作用，更像是作為CT掃描的替代方案，在治療當天用其來優(yōu)化治療方案，驗證放射治療的計劃。

　　未來十年是AI與生物制藥融合的大好時機

　　11月30日，在線上召開的“MEET2022智能未來大會”上，清華大學智能產(chǎn)業(yè)研究院院長張亞勤分享了“人工智能賦能生命科學”的觀點。在他看來，現(xiàn)在整個生物世界在走向數(shù)字化、自動化，由于這些進展，整個生命科學的生物制藥會更加快速、精準，更安全，更經(jīng)濟，更加普惠。

　　張亞勤表示，整個信息產(chǎn)業(yè)，過去三十年最大的突破就是數(shù)字化。從內(nèi)容數(shù)字化到企業(yè)數(shù)字化，再到3.0物理世界的數(shù)字化和生物世界的數(shù)字化?！拔覀兇竽X身體、器官我們蛋白質(zhì)基因細胞分子都在數(shù)字化；另一方面，人工智能、算法、算力和系統(tǒng)快速進展，使得大量的數(shù)據(jù)有使用的場所，同時人工智能也推動生物試驗的自動化?！?/p>

　　“人工智能算法，加速生命健康和生物醫(yī)藥的快速發(fā)展?！睆垇喦诒硎?，現(xiàn)在要開發(fā)新藥需要超過十幾年的周期，十億美元的投入，這個遇到很大瓶頸，AI正在改變這么一種狀況。

　　張亞勤認為，人工智能和生命科學方面盡管有很多可以合作的地方，但是也有很多壁壘，兩個行業(yè)是兩類不同的語言體系，兩類不同的科學家，未來很重要的是，怎么樣能把這兩個行業(yè)無縫連接起來。現(xiàn)在整個生物世界在走向數(shù)字化、自動化，也包括智能的科學計算，像分子動力學，包括薛定諤的方程，都會和AI相輔相成。“另外計算方式，包括人工智能，包括數(shù)字驅(qū)動等，機器原理可以快速的幫助我們解決生命健康的一些問題。由于這些進展，整個生命科學的生物制藥會更加快速、精準，更安全，更經(jīng)濟，更加普惠?！?/p>

　　“在整個AI+生命科學發(fā)展中也存在挑戰(zhàn)，算法的透明性、可解釋性、隱私安全、倫理等問題，因此，未來十年是整個生物制藥和人工智能融合的大好時機，也是行業(yè)發(fā)展的最大的機遇?！睆垇喦谡f到。

　　“AI制藥”會將藥價降低嗎？

　　“其實早在2007年，科學家就采用了基于計算機的細胞識別，即從顯微鏡下獲得細胞成像?！绷_納德·韋爾說，在藥物研發(fā)中AI是不可缺少的輔助工具，例如，有時候人類沒辦法通過眼睛去檢查數(shù)目眾多的微小細胞，而通過訓練計算機，可以快速找到某種特定細胞，形成有價值的結(jié)論。

　　在西醫(yī)領域，AI的觸角可以延伸至新藥研發(fā)的多個關鍵環(huán)節(jié)，在中醫(yī)領域，AI的觸角同樣可以發(fā)揮作用。上海交通大學副校長毛軍發(fā)說：“諾貝爾獎獲得者屠呦呦通過翻閱大量中醫(yī)文獻找到了青蒿素的藥物提取來源。但中醫(yī)典籍浩如煙海，讓人類逐本翻閱、分析，耗時長、效率低，如果讓機器‘讀古籍’，再借助大數(shù)據(jù)的有效分析，將會發(fā)現(xiàn)不少取材于中草藥的有效藥物?！?/p>

　　“AI制藥已經(jīng)起航，它肯定能幫助人們提升尋找藥物小分子的效率、縮短合成路線，最終為新藥研發(fā)提供嶄新的途徑?！鄙虾＝煌ù髮W分子醫(yī)學研究院院長譚蔚泓說。

　　如果“AI制藥”是大勢所趨，那藥價會隨之降低嗎？多位受訪專家表示，“AI制藥”有望從兩方面對降低藥價產(chǎn)生影響：一是，藥企不必將所有臨床試驗失敗的成本轉(zhuǎn)嫁給消費者；二是，通過加快新藥上市速度，企業(yè)可擁有更多專利保護年限，從而平衡研發(fā)成本。

　　AI強勢挺進傳統(tǒng)制藥行業(yè)，前路究竟如何？業(yè)內(nèi)認為這還需時間檢驗，因為目前還沒有一款AI研發(fā)的新藥被批準上市。對于AI是否會最終取代藥物研發(fā)人員，受訪科學家的回答是：“AI不會取代藥物研發(fā)人員，但是使用AI的藥物研發(fā)人員將有可能取代那些不使用AI的人?！?/p>

　　鄭州博觀電子科技有限公司是一家提供科技類物聯(lián)網(wǎng)開發(fā)軟硬件定制化方案服務商、也是中原地區(qū)領先的物聯(lián)網(wǎng)終端設備解決方案提供商。致力共享換電柜、智能充電樁、共享洗車機、物聯(lián)網(wǎng)軟硬件等服務平臺的方案開發(fā)與運維。總部位于河南省鄭州市高新區(qū)，已取得國家高新技術企業(yè)認證證書。經(jīng)過10多年的業(yè)務開拓，公司已經(jīng)形成了以中原地區(qū)為中心、業(yè)務遍布全國的經(jīng)營格局。