雷鋒網 AI 科技評論按：第八屆 GTC 大會下周將在圣荷塞舉辦，屆時雷鋒網將親臨現(xiàn)場帶來一線報道。

如果你想了解 AI 如何顛覆健康行業(yè)？GTC 大會想必不會讓你失望。

雷鋒網了解到，GTC 的 healthcare track 環(huán)節(jié)將帶來超過 50 個細分 session，詳細分析 AI 與深度學習如何在放射科、腫瘤科、基因學及藥物挖掘領域幫助外科醫(yī)生更高效地治療疾病。

得益于 GPU，研究者們所開發(fā)的算法能夠更快更準確地分析數(shù)據(jù)，訓練計算機進行數(shù)據(jù)挖掘，并協(xié)助達成治療目標。外科醫(yī)生們得以探索更好的治愈方式，以更低的出錯率對抗一些來勢洶洶的疾?。ū热绨┌Y）。

在本次 GTC 大會上，斯坦福的研究者將分享他們如何訓練一個神經網絡，以高于職業(yè)醫(yī)師的準確率診斷皮膚癌的病變區(qū)域；該大學的腫瘤學家采用同樣的深度學習技術，也成功應用于肺癌的病變診斷，有效地提升了放射科醫(yī)師的日常工作效率。

深度學習也驅動了新的探索和發(fā)現(xiàn)，增強了 GPU 計算力在醫(yī)學領域的擴展和延伸。在 GTC 上，Mayo Clinic 的醫(yī)學研究者們將展示如何在不需要活檢的情況下用深度學習識別腦部腫瘤的基因組信息。

此外，屆時還有六個 workshop 覆蓋放射學、圖像分割及定量成像等醫(yī)學問題。英偉達官網推薦了一些不可錯過的醫(yī)學 session，雷鋒網編譯如下：

• 斯坦福大學的 Curt Langlotz 介紹團隊目前的工作。為減少醫(yī)學影像的識別錯誤率，團隊創(chuàng)建了一個龐大的醫(yī)學影像研究資源庫，打通基因組數(shù)據(jù)、組織庫和病歷信息的聯(lián)系。

• GE Healthcare 的 Michael Dahlweid 將介紹如何用深度學習輔助醫(yī)學影像的診斷，并幫助克服看護者所面臨的挑戰(zhàn)。

• 心臟放射學科的誤診可能會讓患者錯失關鍵的治療時機，Antery 的 Daniel Golden 將在 GTC 上展示云計算與深度學習的魅力。

• 來自 Memorial Sloan Kettering Cancer Center 的 Tohmas Fuchs 將告訴我們，團隊如何用上百個英偉達 GPU 與拍字節(jié)級別的臨床數(shù)據(jù)改變未來醫(yī)學診斷與研究的未來。

• 而斯坦福的 Olivier Gervaert 則構建了一個深度學習框架，能夠預測肺癌患者的存活幾率。

在 5 月 8 日-5 月 11 日，這些主題演講將一一與觀眾見面，包括醫(yī)師、科學家、研究者與學界業(yè)界的研究人員都將齊聚一堂。不論他們是為了疾病的早期診斷，或是更高質量的診斷結果，或是保健領域背后的巨大市場，GTC 都為其提供了一個廣闊的交流平臺。下周，雷鋒網將在一線帶來最新鮮的報道內容，敬請關注。

此外，在美國西部時間5月10日上午9：00 - 11：00，黃仁勛將用2個小時的Keynote闡明今年NVIDIA推動人工智能和智慧醫(yī)療的全線產品和戰(zhàn)略，大家可以關注官方頁面http://nvda.ws/2qQOhGM收看。

via nvidia

雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。