Kimberly Powell表示，人工智能行業的發展需要大量重要數據、機器學習算法，以及持續提升的算力，未來，最得益于人工智能的兩個行業分別是自動駕駛與醫療領域。
在醫療領域，英偉達期望自身扮演技術賦能者角色，其在去年先后推出NVIDIA Clara 軟件開發套件 (SDK)、醫學成像遷移學習工具包、AI 輔助注釋 SDK、NVIDIA Clara 平臺等產品。
近日，英偉達與佳能智能、GE Healthcare(通用電氣醫療集團)、西門子三家達成深度合作，分別對造影劑劑量方面進行AI計算、搭載AI算法，在臨床實驗中智能識別人體解剖結構等，加快醫療處理數據速度，提高醫療成像質量。
Kimberly Powell表示，英偉達公司在全球各個國家共有的總體戰略就是提供計算平臺，讓各個國家使用人工智能技術。而醫療健康領域在未來將會是人工智能高性能計算以及相關超級計算機應用最廣泛的一個平臺。
Kimberly Powell稱，醫療衛生或醫療健康可以說是目前為止世界上最復雜的一門學科之一，它跟生物直接有關，簡單的數學等式無法更好地幫助我們來理解生物運作機理。
但是我們在了解人的運作機理和生物學方面——如堅持基因測序、醫學造影等，能夠更好地了解醫療健康相關的背景知識，基因測序與醫療造影也可以提供海量的數據，其復雜性和數據體量使得我們必須借助人工智能技術，進一步對數據進行分析，Kimberly Powell表示。
而英偉達醫療健康領域戰略方面，Kimberly Powell稱，整體就是通過技術幫助研發機構、創業公司、政府以及相關機構，更好地使用人工智能技術以及超級計算技術，更好地了解生物醫療和醫療健康相關的問題。
但同時，Kimberly Powell也表示，人工智能技術雖然是我們有生之年見到的最具有顛覆性的技術之一，但想要打造非常安全，同時又高性能的AI系統，需要具備高性能、高強度模擬能力，以及非常穩定的AI技術，Kimberly Powell認為英偉達在這三個方面都具備非常好的底層架構支持。
談及中美醫療行業之間的差別，Kimberly Powell表示，第一個區別就是美國的醫療行業已經非常成熟，存有20多年的經驗，因此在美國談到人工智能應用于醫療行業時，更多是指將AI算法深度集成到已經很成熟的醫療設備中，如醫療影像設備屏幕，或整個分析的工作流程中，對于美國醫生，尤其是放射科，他們在使用成熟醫療設備方面已經歷非常多良好的培訓，所以他們已習慣于這樣去使用傳統的醫療設備。
因此，Kimberly Powell 表示，在美國已逐漸出現一個比較大而明顯的醫療行業趨勢——對于保險公司而言，一家醫院提供醫療服務給客戶時，保險公司要看醫療服務機構有沒有把客戶的病治好、治療結果怎樣，根據獲得的結果決定是否賠付。在中國，只要醫療服務發生了，保險公司就會接受這個理賠申請。這就導致醫療檢查工作量急劇上升，需要采取一些措施幫助醫生減輕他們這方面的工作量。
也因如此，英偉達多次強調，自己不是醫生，也不產出醫生，不是搞醫學研究，在這方面主要通過尋求合作伙伴的方式，包括學術界、初創企業、產業界商業化伙伴，如與中國的華大基因、聯影智能，雙方主要是在代碼開發層級深入的合作，同時也會有聯合的商業銷售方面的支持。
此外，英偉達也實時關注不同國家和地區政府重大科研項目方向以及相關政策。
但另一面是，AI+醫療行業本身仍舊存在許多困難與挑戰，一方面是因為醫療健康本身就是容錯率極低的領域，需要數據真實合法，算法準確有效以及足夠強大的計算能力，必然投入高昂成本;人才培養、行業信息獲取等，都是一道道門檻。
Kimbelly Powell表示，在早期人工智能與醫療健康領域的合作，的確存在很多挑戰，首先最大挑戰就是其數據非常復雜。因此，很長一段時間內對數據的理解、清理，以及準確度的把控，最終將直接決定可用性大小。
為應對這些挑戰，Kimbelly Powell稱，英偉達會確保醫療健康領域在應用人工智能時，收集到的數據是準確的，體量是足夠大，且多樣的。
其次，針對醫療健康不同環節，使用人工智能解決復雜問題，但需要注意的是，所謂“復雜問題”，在美國、歐洲、中國都是不一樣的，沒有用一種方式就可以解決所有醫療健康問題的可能性。
最后，Kimbelly Powell表示，我們也需要確保人工智能是可用的、準確的，能夠用在醫療健康過程中;此外，在中國，我們認為使用、投資人工智能技術，在以國家和省市為單位的醫療健康體系中也是很重要的。
京公網安備 11010502049343號