尽管有着以游戏和自动驾驶锤炼出的算力，但如何真正贴合医学场景来更好的分配算力、开发程式成为医疗领域企业的一大难题。医疗已经成为人工
尽管有着以游戏和自动驾驶锤炼出的算力，但如何真正贴合医学场景来更好的分配算力、开发程式成为医疗领域企业的一大难题。
医疗已经成为人工智能最重要的战场之一。埃森哲发布的最新报告表明，全球医疗保健AI(人工智能)市场有望在2021年达到66亿美元。
不管是医疗影像、细胞学还是基因工程，目前医疗AI的刚需之一是高性能计算的算力支撑，芯片是其核心的载体。根据国际数据公司IDC白皮书提供的信息，受性能、成本等因素影响，GPU(Graphics Processing Unit图形处理器)在医疗AI领域更受认可。英伟达也因为其在GPU领域的优势成为了医疗AI公司首选的芯片方案之一。
尽管有着以游戏和自动驾驶锤炼出的算力，但如何真正贴合医学场景来更好的分配算力、开发程式成为医疗领域企业的一大难题。
对此，2018年11月，英伟达推出了专门针对医疗影像的超算平台Clara，允许开发人员通过开发各种应用程序来处理现有系统的数据 。用硬件+软件的形式帮助开发者在GPU平台部署计算密集型医疗AI应用程序，例如影像重建、病灶识别等。
“Clara为医学应用程序开发者提供高级可视化和AI的GPU加速库，目的是加速整个研发的进程。”英伟达副总裁Kimberly Powell近日接受包括21世纪经济报道在内的记者采访时表示。
推出以来，Clara SDK在全球已有400余家企业和医院进行使用，包括在去年年底的资本寒冬中完成C轮融资的推想科技。Kimberly Powell介绍，Clara SDK可以在官网上免费下载，并计划于今年第二季向特定对象推出测试版。
医疗影像多层次平台
根据IDC白皮书数据，中国有近千家医院部署了AI系统，其中超过一半的医院部署了医学影像AI系统。目前中国有超过100家医疗AI公司，其中约40家属于医疗影像AI公司。
与自动驾驶平台NVIDIA DRIVE AGX 一样，医疗平台Clara的核心是Clara AGX， 基于英伟达 Xavier AI运算模组、Turing GPU的运算架构，能从入门级设备扩展到要求最苛刻的3D仪器。
Kimberly Powell介绍，Clara平台在结构上分成几个层，最底层是cuDNN(神经网络的执行层);第二层是一个引擎能够使得多个AI的任务并行执行，帮助公司对并行的人工智能的任务进行良好的管理。
从全球来看，Clara主要针对三大类型企业客户，第一是医疗设备公司，第二是人工智能软件开发公司，第三可能是那些拥有几百个应用的医院。
在Kimberly Powell看来， 利用Clara平台，医院的影像设备及IT系统可以借助网络连接到具有AI能力的中央工作站，对设备的性能需求较低，只需具备联网能力即可。
此外，借助Clara的并行计算能力，包括训练、推理、模拟、仿真在内的多种AI任务可以在同一个GPU上同时进行，降低硬件成本及时间成本。
“国内很多用户只是用到Clara平台中的某一层，更多的是神经网络的执行，但是我们现在正在和诸多中国医疗行业的企业洽谈有关更复杂的模型执行。”Kimberly Powell表示。
从应用场景来看，医学影像的诊断无疑是一个枯燥的过程。放射科医生必须逐个切片查看CT或MRI扫描图像，手工绘制、注释和修正他们关注的器官或异常情况，然后对特定的器官或异常情况的所有3D图像切片重复这一步骤。
英伟达的AI辅助注释的SDK(Software Development Kit软件开发工具包)能够以10倍的速度大大加快此过程，并有助于更快地发现异常情况。这是通过使应用程序开发者和数据科学家将AI辅助注释SDK集成至他们现有的应用程序中，并将AI辅助工作流程用于放射线照相得以实现。
随着Clara SDK的发展变化，英伟达还将提供可用于构建硬件抽象应用程序的容器。这些容器可对医学影像进行重建、图像处理、分割、分类和3D渲染。
服务生态系统
除了影像平台Clara外，英伟达也在算力的基础上全方位助力医疗人工智能的应用。
针对数据科学和机器学习的GPU加速平台RAPSID，数据处理速度较仅用CPU提升50倍。目前，华大基因(68.710,0.51,0.75%)用在癌症基因检测、平安科技在疫情监测领域已经开始实际使用。
在流感季节，各个国家的政府卫生部门都会从医院、医生、患者处收集数据，找出疫情的传播原因与传播规律。但数据量过于庞大，如果要从中找出规律，可能要需要长达4个月的时间。
基于英伟达RAPIDS平台，数据处理速度可以比仅用CPU提升50-100倍，从而使这项工程可以被缩短到几天甚至几个小时的时间。
据介绍，在全球范围内， 截至2018年11月，已有超过50所医疗机构购买了英伟达DGX系列深度学习优化服务器及工作站。
针对中美医疗AI的差别，Kimberly Powell表示，美国更多是把AI算法深度集成到已经很成熟的医疗设备中，或者整个分析过程的工作流程中。比如2017年，GE医疗宣布将用Revolution Frontier CT升级其全球范围内的50万台医疗影像设备。采用英伟达AI平台的GE Revolution Frontier CT相较其前一代产品，图像处理速度提升了两倍。
而在中国，Kimberly Powell认为，AI算法多由新兴的科技公司开发，并非直接集成到设备或者医院的工作流程中，且中国三甲和乡村医生水平相差悬殊，很多基层医生不具备专业的阅片能力。
在英伟达看来，医疗的整体进展需要整个生态系统。与全球战略一样，英伟达希望在中国与医疗学术机构、初创企业、产业化合作伙伴以及政府成为合作伙伴，共同推进医疗人工智能的发展。
