医疗保健领域的专业人士正在努力提高工作效率，以服务于持续增加的人口。与此同时，业内也开始转而采用人工智能和机器学习，将其作为提高生产力和提升疗效的重要工具。
NVIDIA 在这一进程中发挥着举足轻重的作用。
近日，NVIDIA宣布与两家领先的医疗保健解决方案提供商 GE Healthcare 和 Nuance 展开合作，他们将采用 NVIDIA 深度学习平台，将人工智能引入医学成像领域。
NVIDIA在北美放射学会 (RSNA) 年会上宣布了这一合作消息。RSNA年会在芝加哥举办，今年有5万多位专业人士参会。
50万台 GE 成像设备将采用NVIDIA 人工智能平台
与GE Healthcare 的合作将推进NVIDIA人工智能计算平台在 GE Healthcare全球50万台成像设备中的采用。双方将合作推出由NVIDIA提供技术支持的 Revolution Frontier CT。与上一代相比，它在成像处理方面的速度提升了两倍。NVIDIA 还将赋力GE Healthcare 的应用智能分析平台，加速深度学习算法的创建、部署和消费，以满足未来医疗仪器的需求。
Nuance针对诊断影像学的AI Marketplace基于NVIDIA平台创建
与Nuance的合作致力于让机器学习为整个医疗保健系统中的放射科医生和数据科学家所用。Nuance也发布了基于NVIDIA深度学习平台的、针对诊断影像学的全新AI Marketplace。
在这项合作中，放射科医生将能够参与算法的创建，这些算法随后将在临床得以应用。这些算法可提高放射科医生的工作效率，帮助他们快速检查并量化关键性临床表现，改善病患护理。Nuance的图像共享和报告解决方案目前已被70% 的放射科医生所采用。
NNVIDIA 正在通过其专为医疗保健社群设计的端对端人工智能计算平台来普及深度学习。医疗保健专业人士将直接从中获益，他们将能够提高疾病检查、诊断和治疗的效率。
每日帮助医生读取 8,000 张医学图像
大多数医学数据均来自于图像，而分析图像对放射科医生来讲是一项非常繁重的任务。根据《Academic Radiology》杂志的研究，为满足工作量需求，在 8 小时的工作日内，每位放射科医生必须平均每隔 3-4 秒就完成一份 CT 或 MRI检查报告。这样算来，每天就有8千多张图像。深度学习解决方案可帮助放射科医生快速分析大量图像，以更快地确诊疾病、提高效率，并降低错误率。
NVIDIA的深度学习平台包括硬件和软件，能够训练神经网络，并将其从云端部署到终端设备。正因如此，NVIDIA 拥有独特的优势，可服务于机器学习驱动的医学成像解决方案这一蓬勃发展的市场。
通过与美国放射学会、GE Healthcare 和 Nuance 等领先的医疗保健机构合作，NVIDIA将助力全新医疗解决方案的推出，打造医疗保健行业新格局。
NVIDIA 的平台专为医疗服务提供商和研究人员设计，并具有能够满足未来智能仪器需求的强大性能。未来，NVIDIA将优先着眼于机器智能，打造更加智能的医院，并监控患者数据，从而为放射科医生提供帮助。
NVIDIA 在 RSNA 上的活动
除了在 RSNA 设立展台，NVIDIA还组织了几项特殊活动。
NVIDIA将在展会上带来首场深度学习实操培训，由深度学习培训中心 (DLI)认证讲师精彩呈现。RSNA 深度学习教室由 DLI打造，将为 1000 多位参会者提供各种实操课程，帮助他们了解深度学习工具和编写算法，加深对人工智能技术的理解。此外，DLI 还将提供针对医生的培训，以及基因组学和放射学方面的高级课程。
“机器学习馆”的开设在展会历史上属首次，NVIDIA 将在其中展示人工智能演示，欢迎莅临北 3 号展厅 8543 展台观看演示。
为通过医学成像提高速度并提供更优质的护理，NVIDIA 将在展厅邀请合作伙伴，共同借助人工智能应对医学图像领域的挑战。合作伙伴包括麻省总医院和 16 bit。
欢迎跟随我的同事——NVIDIA 医疗保健副总裁 Kimberly Powell，于 11 月 28 日（星期二）下午 12:30-12:50 前往“机器学习剧院”（ML33 机器学习展北厅），参与他带来的题为《智能机器、能力超群的放射科医生与高效的医院》的演讲环节。