AI結合加速運算技術 助醫療產業實現精準醫學

輝達香港控股公司(NVIDIA)資深資料科學家劉冠良。

不可諱言，智慧醫療是當今醫療業界的大勢所趨，方向絕對正確，但醫療機構在推動智慧化過程中，勢必遭遇挑戰，可能來自於遵法合規方面的挑戰，也可能來自於追趕新科技的挑戰；但輝達香港控股公司(NVIDIA)資深資料科學家劉冠良認為，儘管有挑戰，但相對的機會也不少。

眾所皆知，NVIDIA是近年AI浪潮下的顯著受惠者，主要是靠著GPU大放異采，不過劉冠良說，NVIDIA並非只提供GPU而已，也致力在GPU之上創造一些工具，屬於PaaS這一層，意在Leverage所有元件，讓一切工作進行得更快更順；例如日前發佈的CUDA 11版工具集，即是為了實現Ampere新架構的最佳化，可針對TF32或Bfloat16等不同數據類型加速混合精度矩陣計算。

「NVIDIA Clara」則是適用於醫療照護適用的智慧運算技術，它提供單一平台整合影像、基因體研究與病患監控，而且不管從嵌入式、邊緣端乃至每個雲端都可加以部署，旨在讓醫療照護產業加速創新、進而實現精準醫學目標。

「以今年的COVID-19(新冠肺炎)疫情為例，Clara便可針對許多相關的不同面向發揮功效，」劉冠良說，例如一開始利用Oxford Nanopore、針對COVID-19(新冠肺炎)患者的全長基因組進行定序，便是透過GPU加速；假使定序結果出爐後，需要進行資料庫視覺化、傳染預測，甚至更微觀地檢視病毒的分子結構，理解病毒表面表白的結合方式，以利執行疫苗的設計開發，種種環節，都需要倚靠GPU來加速計算，不但如此還需要平行化計算，此即為NVIDIA Clara的價值所在。

他舉例，在COVID-19(新冠肺炎)病毒過程中，需要執行多達24億筆基因組的定序動作，假設藉由CPU來進行運算，必須耗費長達4年才能完工，如今採用GPU，原本的4年急遽縮減為1天，隨著循環時間的大幅降低，對於疫苗開發可望產生莫大助力。

具體來說，NVIDIA Clara適用於醫療上的測試、治療或追踪等多元應用情境，用途相當廣。其中Clara Imaging是一套面向醫學影像的應用程式架構，使開發人員及研究人員得以加速資料標註、建立專門領域的人工智慧模型，以及運用先進的預先訓練模型和參考應用程式部署智慧影像工作流程，降低入門者的學習門檻。Clara Parabricks面向基因體分析，提供企業級、一站式且經過GPU加速的定序軟體及技術堆疊，俾使開發人員能針對基因體研究，打造高效能運算、深度學習與資料分析的應用服務。

至於Clara Guardian則是面向智慧醫院，該應用程式框架可將智慧影像分析與對話式人工智慧功能導入醫療照護產業，簡化自動化體溫篩檢、防護口罩偵測和遠端病患監控智慧感測器之開發及部署。

值得一提的，NVIDIA非常了解醫療機構的工作流程，知道這群使用者並非一味求快，更重視隱私保護，因此Clara特別支援了聯邦式學習(Federated Learning)，只要搭配EGX，即能容許不同單位無需對外分享自己的機敏資料，照樣能與其他單位共用同一個題目執行模型訓練。

在實例方面，Argonne National Laboratory是全球第一個憑藉DGX A100算力對抗COVID-19(新冠肺炎)病毒之例，該單位動用多達24個DGX A100系統節點組成一個集群，內含192個A100 GPU，並搭配採用Mellanox高效低延網路結構組成超級電腦，藉此展現120 PetaFLOPS的龐大AI計算能力。總之NVIDIA將持續利用不同平台，同時積極開發各種SDK，藉以賦能不同夥伴，使之能幫助最終用戶加快AI應用的發展進程。