麻省总医院的研究人员计划将 AI 应用于医院急诊室，以便更快速地筛查出气胸疾病及患者的其他危险状况。
本文为介绍 NVIDIA 2018 年度全球影响力大奖（NVIDIA’s 2018 Global Impact Award）四位入围者的系列文章之一。NVIDIA 每年都会颁发 20 万美元，以奖励利用 NVIDIA技术在解决社会、人道主义与环境问题上取得突破性进展的研究人员。
“算法医生”即将为您看诊
AI 能够帮助医院更快、更好地照护病患。通过机器学习和深度学习应用程序进行医学图像识别和分析，系统可以识别出哪些为重病患者，并对其进行优先、及时的治疗。
每一家医院的急诊室都需要在有限的行政管理费用与优质的护理服务间寻求平衡，这一技术对医院而言，无异于一针强心剂。
哈佛大学医学院放射学副教授、哈佛大学医学院教学医院—麻省总医院物理学家李全政及其团队一直在测试 AI 在急诊室中的应用情况。他们展示了 AI 可以在 CT 图像中检测到所谓的气胸或肺萎缩。气胸可能是由胸部创伤造成，或是在医疗过程中产生，亦或是由潜在肺病所带来的伤害。
如图所示，左边为肺的正常形态，右边为肺萎缩的形态
一旦发现气胸状况，患者必须立即接受治疗，但急诊室往往十分繁忙。患者通常得先排队领取扫描结果，然后才能让放射科医生看诊。
李教授计划将 AI 应用于急诊室，以便更快速地筛查出气胸及患者的其他危险状况。这一方法不仅能够提高关键急诊护理的速度，还可以减轻医生的工作量。
李教授表示， “AI 在医学领域应用的最佳场景之一便是急诊室。我们已尝试与NVIDIA合作，将 AI 与高速计算结合起来。”
前期研究成果显著
麻省总医院团队运行的试验系统已经在 200 多个病例中完成测试。在前期的测试中，他们很快确定了一个高度疑似为气胸阳性的病例。
麻省总医院计划将筛查系统部署在其CT扫描后的临床工作流程中，从而上报病例以供人工审查。
凭借这一成就，李教授以及哈佛大学医学院团队成功入围 NVIDIA 2018年度全球影响力大奖。该奖项每年提供 20 万美元，以奖励利用 NVIDIA 技术在社会和人道主义等全球关键问题上所取得的突破性成果。
NVIDIA GPU 加速医疗成像计算过程
通过由 GPU 驱动的工作站，李教授团队可利用四个 NVIDIA Tesla P100 GPU 来进行测试。伴随大量医疗成像数据的输入，计算便成为了关键问题。通过 NVLink 高速互连技术，麻省总医院可轻松实现百亿亿次级计算，以迅速进行数据加载。
NVLink 在此项研究中发挥了至关重要的作用，最近一次更新将该团队的深度学习培训周期从一周缩短到了一天。
性能的大幅提升意义非凡，其神经网络有望在一分钟内为患者提供病症预测。
“如果我们将它投入到工作流程中，它便能挽救生命，我认为这一举措影响深远。”李教授说道。