主圖顯示了放射科醫(yī)師檢查腦損傷患者CT掃描。照片由美國空軍提供，拍攝者為高級飛行員Julianne Showalter，獲許可允許公開使用。

很少有人能早在90年代中期就預(yù)測到深度學(xué)習(xí)革命的到來。

但服務(wù)于賓夕法尼亞州和新澤西州民眾的醫(yī)療健康系統(tǒng)Geisinger在早期的時候就已經(jīng)開始涉足電子病例，這讓他們在二十年后的今天，在實施AI的時侯具備了極大的優(yōu)勢。

Geisinger于1996年開始采用電子病歷，并于2001年左右開始以數(shù)字化方式存儲醫(yī)學(xué)影像。自那時起，它保存了近200萬份患者的數(shù)字病歷。作為一家區(qū)域性醫(yī)療健康服務(wù)機構(gòu)，Geisinger的患者群體規(guī)模也相對穩(wěn)定。

這意味著它擁有著大量患者的縱向數(shù)據(jù)——一套成熟的深度學(xué)習(xí)數(shù)據(jù)集，Geisinger成像科學(xué)與創(chuàng)新部門副教授兼創(chuàng)始人Brandon Fornwalt如是說。

他說到：“這讓我們能夠做到其他機構(gòu)做不到的事情。”

周二在圣何塞舉行的GPU技術(shù)大會上，Geisinger放射學(xué)主管Fornwalt和Aalpen Patel分享介紹了如何在醫(yī)療健康系統(tǒng)中臨床使用NVIDIA DGX-1實現(xiàn)多種AI解決方案，以改善患者護(hù)理。

Fornwalt說道：“機器學(xué)習(xí)能幫助我們更好地了解到自己能夠通過哪些早期干預(yù)，讓患者過上更加幸福、長壽、健康的生活。”

針對腦部及心臟疾病的AI

當(dāng)患者因受傷或中風(fēng)導(dǎo)致大腦出血時，快速的診斷和治療對于降低腦損傷至關(guān)重要。放射科醫(yī)師可能需要五分鐘或更短時間來查看患者的CT掃描。但是這些專家的工作也分輕重緩急——通常住院病人和急診室急診病例的讀片速度要快于門診病人。

然而，Patel和Fornwalt解釋說道，門診掃描片中也可能會出現(xiàn)嚴(yán)重的病例。Geisinger自2017年1月開始部署了基于NVIDIA GPU進(jìn)行訓(xùn)練的深度學(xué)習(xí)模型，該模型能夠讀取所有腦部CT掃描，并在幾秒鐘內(nèi)調(diào)整放射科工作清單的優(yōu)先順序，將潛在急性病例前置，讓放射科醫(yī)師能夠優(yōu)先處理。這種刷新優(yōu)先排序的方式將診斷時間減少了96％，令人不禁贊嘆。

為改善心臟病患者的護(hù)理，Geisinger正在開發(fā)一種深度學(xué)習(xí)模型來分析心電圖（EKG）和超聲心動圖數(shù)據(jù)，這也是最常見的兩種心臟功能監(jiān)測方法。利用其數(shù)據(jù)庫中的200萬條EKG記錄，它正在構(gòu)建能夠預(yù)測患者未來心臟病情的神經(jīng)網(wǎng)絡(luò)。

針對超聲心動圖——即心臟的超聲波，團隊正在對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，以尋求能夠預(yù)測特定健康狀況的模式。 EKG和超聲心動圖模型的開發(fā)和測試都是基于DGX-1進(jìn)行的，且Geisinger還計劃于近期安裝NVIDIA DGX-2以加速其管線。

Geisinger還使用機器學(xué)習(xí)來優(yōu)化針對心力衰竭患者的資源分配。其模型發(fā)現(xiàn)，未接受某些循證治療（例如每年流感疫苗注射）的心力衰竭患者和由此導(dǎo)致的死亡或住院風(fēng)險增加之間存在某種關(guān)聯(lián)。

Geisinger的藥劑師團隊和其他醫(yī)療服務(wù)提供商如今正在利用這些洞察來精準(zhǔn)定位那些有望借助更豐富的資源受益最多的患者。該團隊使用NVIDIA RAPIDS數(shù)據(jù)科學(xué)庫對近100萬套心力衰竭患者相關(guān)的數(shù)據(jù)進(jìn)行了分析，與52核CPU服務(wù)器相比，其采用的單一GPU實現(xiàn)了三倍的加速。

“當(dāng)你擁有了大型表格式數(shù)據(jù)集時，例如一個有近百萬行、100列的表格的時候，RAPIDS將能夠真正派上用場，”Fornwalt說道。

Patel認(rèn)為人工智能是解決醫(yī)師資源日益短缺問題的重要工具，特別是隨著美國人口老齡化現(xiàn)象加重、人口預(yù)期壽命變長。

“機器學(xué)習(xí)還讓我們能夠更好地照看病人，它已經(jīng)不再是一種選擇，”他說。 “而將成為人類生存的必須品。”