1月21日消息 “人工智能”一词过去一年中频频出现在各大科技展会、论坛中，甚至还被不少业内人士视为最有可能改变人类未来发展的新兴技术之一！而据外媒最新消息显示，NVIDIA副总裁Kimberly Powell（金佰利·鲍威尔）近日在接受采访时也谈及了其对人工智能技术的看法。
据悉，Kimberly Powell在采访中称，人工智能行业的发展需要大量重要数据、机器学习算法，以及持续提升的算力，未来，最得益于人工智能的两个行业分别是自动驾驶与医疗领域。
在医疗领域，NVIDIA期望自身扮演技术赋能者角色，其在去年先后推出NVIDIA Clara软件开发套件 （SDK）、医学成像迁移学习工具包、AI辅助注释SDK、NVIDIA Clara 平台等产品。
近日，NVIDIA与佳能智能、GE Healthcare（通用电气医疗集团）、西门子三家达成深度合作，分别对造影剂剂量方面进行AI计算、搭载AI算法，在临床实验中智能识别人体解剖结构等，加快医疗处理数据速度，提高医疗成像质量。
Kimberly Powell表示，NVIDIA公司在全球各个国家共有的总体战略就是提供计算平台，让各个国家使用人工智能技术。而医疗健康领域在未来将会是人工智能高性能计算以及相关超级计算机应用最广泛的一个平台。
Kimberly Powell称，医疗卫生或医疗健康可以说是目前为止世界上最复杂的一门学科之一，它跟生物直接有关，简单的数学等式无法更好地帮助我们来理解生物运作机理。
但是我们在了解人的运作机理和生物学方面——如坚持基因测序、医学造影等，能够更好地了解医疗健康相关的背景知识，基因测序与医疗造影也可以提供海量的数据，其复杂性和数据体量使得我们必须借助人工智能技术，进一步对数据进行分析，Kimberly Powell表示。
而NVIDIA医疗健康领域战略方面，Kimberly Powell称，整体就是通过技术帮助研发机构、创业公司、政府以及相关机构，更好地使用人工智能技术以及超级计算技术，更好地了解生物医疗和医疗健康相关的问题。
但同时，Kimberly Powell也表示，人工智能技术虽然是我们有生之年见到的最具有颠覆性的技术之一，但想要打造非常安全，同时又高性能的AI系统，需要具备高性能、高强度模拟能力，以及非常稳定的AI技术，Kimberly Powell认为NVIDIA在这三个方面都具备非常好的底层架构支持。
谈及中美医疗行业之间的差别，Kimberly Powell表示，第一个区别就是美国的医疗行业已经非常成熟，存有20多年的经验，因此在美国谈到人工智能应用于医疗行业时，更多是指将AI算法深度集成到已经很成熟的医疗设备中，如医疗影像设备屏幕，或整个分析的工作流程中，对于美国医生，尤其是放射科，他们在使用成熟医疗设备方面已经历非常多良好的培训，所以他们已习惯于这样去使用传统的医疗设备。
因此，Kimberly Powell 表示，在美国已逐渐出现一个比较大而明显的医疗行业趋势——对于保险公司而言，一家医院提供医疗服务给客户时，保险公司要看医疗服务机构有没有把客户的病治好、治疗结果怎样，根据获得的结果决定是否赔付。在中国，只要医疗服务发生了，保险公司就会接受这个理赔申请。这就导致医疗检查工作量急剧上升，需要采取一些措施帮助医生减轻他们这方面的工作量。
也因如此，NVIDIA多次强调，自己不是医生，也不产出医生，不是搞医学研究，在这方面主要通过寻求合作伙伴的方式，包括学术界、初创企业、产业界商业化伙伴，如与中国的华大基因、联影智能，双方主要是在代码开发层级深入的合作，同时也会有联合的商业销售方面的支持。
此外，NVIDIA也实时关注不同国家和地区政府重大科研项目方向以及相关政策。
但另一面是，AI+医疗行业本身仍旧存在许多困难与挑战，一方面是因为医疗健康本身就是容错率极低的领域，需要数据真实合法，算法准确有效以及足够强大的计算能力，必然投入高昂成本；人才培养、行业信息获取等，都是一道道门槛。
Kimbelly Powell表示，在早期人工智能与医疗健康领域的合作，的确存在很多挑战，首先最大挑战就是其数据非常复杂。因此，很长一段时间内对数据的理解、清理，以及准确度的把控，最终将直接决定可用性大小。
为应对这些挑战，Kimbelly Powell称，NVIDIA会确保医疗健康领域在应用人工智能时，收集到的数据是准确的，体量是足够大，且多样的。
其次，针对医疗健康不同环节，使用人工智能解决复杂问题，但需要注意的是，所谓“复杂问题”，在美国、欧洲、中国都是不一样的，没有用一种方式就可以解决所有医疗健康问题的可能性。
最后，Kimbelly Powell表示，我们也需要确保人工智能是可用的、准确的，能够用在医疗健康过程中；此外，在中国，我们认为使用、投资人工智能技术，在以国家和省市为单位的医疗健康体系中也是很重要的！那么各位小伙伴又如何看待此事呢？
版权声明
本文仅代表作者观点，不代表本站立场。
本文系作者授权发表，未经许可，不得转载。
本文地址：/ITzixun/21894.html
