NVIDIA医疗健康业务副总裁Kimberly Powell表示，当下的时间点至关重要——AI正在推动研发和医学领域步入新纪元。
在近日于线上举办的J.P. Morgan Healthcare大会上，Kimberly在演讲中讲述了如何利用AI和加速计算帮助科学家使用激增的生物医学数据，加速研究突破并实现更完善的患者护理。
她表示，人类一直致力于了解疾病并寻找疗法，数万亿美元的药物发现产业正体现了挑战之严峻。
AI如何降低药物研发成本
典型的药物研发流程需要约十年时间，耗资20亿美元，且临床失败率高达90％。但近年来，医疗健康领域的数据量日益增多，让我们能够借助AI，更好地利用这些统计数据。
她说：“如今，我们可以在约三个月的时间内，获得超出医疗健康领域过去300年来的生物医学数据。而问题在于，如此大量的数据无法靠人力来处理，因此需要借助AI的力量。”
Kimberly将AI称为“当今时代最强大的技术力量，可以让软件来编写人类无法编写的软件。”
但是，AI在特定领域，结合针对特定领域（如放射学、病理学或患者监测）的数据和算法时，成效最佳。NVIDIA Clara应用程序框架可为研究人员和临床医生提供用于医学影像、基因组学、药物研发和智能医院中的GPU加速AI工具，进而弥合这一差距。
Kimberly提到，去年NVIDIA Clara的下载量增长5倍，开发者们开始采用NVIDIA用于对话式AI和联邦学习的新平台。
医疗健康生态系统纷纷围绕AI展开研究
Kimberly指出，在COVID-19疫情期间，AI在医疗健康领域的应用加速发展。据估计，2020年初创公司募资超过50亿美元。英伟达初创加速计划中，有1000多家医疗健康领域的初创公司，其数量自2017年以来增长4倍。去年，PubMed接收到的AI医疗健康相关论文数量超过20,000篇，显示出在过去十年间，其发展呈指数级增长。
加州大学旧金山分校等领先的研究机构正在采用NVIDIA GPU来推动其在低温电子显微镜领域的工作进展，以研究分子结构（例如COVID-19病毒中的刺突蛋白），并加速药物和疫苗研发。
包括GSK在内的制药公司，以及英国国家医疗服务体系等主要医疗系统，将利用Cambridge-1超级计算机（一台NVIDIA DGX SuperPOD系统，也是英国最快的AI超级计算机）来处理大规模数据，并改善患者护理、诊断，加速关键药物和疫苗的交付。
软件定义型仪器将AI创新与医学实践相结合
Kimberly认为，软件定义型仪器（可定期更新从而利用最新科学知识和AI算法的设备）是将最新研究突破与医学实践相结合的关键。
“AI正如医学实践一样不断学习。我们希望从数据中学习，从不断变化的环境中学习。” Kimberly说道。
她表示，通过打造软件定义型医疗仪器，不仅能够尽快开发出用于患者监控的智能摄像头或AI指导型超声系统等工具，还能使其始终发挥价值，在日后逐步完善提升。
总部位于英国的测序公司Oxford Nanopore Technologies是软件定义型仪器领域的领导者，该公司在电子平台上部署了新一代DNA测序技术。其纳米孔测序仪已在50多个国家和地区用于对COVID-19病毒新变体的测序和跟踪，并用于大规模基因组分析，以研究癌症的生物学特性。
该公司从手持式MinION Mk1C设备到超高通量PromethION等多款仪器均采用了NVIDIA GPU。PromethION一次即可产出超过三个人类基因组的序列数据。为支持下一代PromethION，Oxford Nanopore采用NVIDIA DGX Station，使其实时测序技术能够满足快速、高精度基因组分析的需求。
多年来，该公司一直在使用AI来提高碱基识别（basecalling）的准确性，碱基识别是通过穿过纳米孔的微小电信号来确定分子DNA碱基序列的过程。
Kimberly表示，无论是在COVID流行病学还是在人类遗传学和长读测序中，碱基识别技术都真正地触及到了深层的医学实践。通过深度学习，其碱基识别模型准确度能够达到98.3％，基于AI的单核苷酸变异识别准确度能够达到99.9％。”
基于AI的医疗健康之路
Kimberly表示，疫情当下，像这样基于AI的突破变得日益重要。
她说道：“2020年，像COVID-19这样的大难题让我们大力聚焦于AI，也让我们了解到了所有能够受益于AI的领域。我们在过去一年中的发现，必将推动未来继续前行。我们学到内容，适用于日后所有的药物研发项目。”
在基因组分析、计算药物研发和临床诊断等众多方面，医疗健康领域的重量级公司都借助GPU加速AI，取得了长足的进步。