VUNO正在構(gòu)建由NVIDIA GPU驅(qū)動的AI產(chǎn)品系列

韓國初創(chuàng)公司 VUNO 正在構(gòu)建由 NVIDIA GPU 驅(qū)動的 AI 產(chǎn)品系列，每種產(chǎn)品都能夠解決不同疾病的診斷問題。

利用 AI技術(shù)使某種病癥得到更快速、更精確的診斷，已是個有價值且野心勃勃的目標，然而，VUNO 的目標遠不止于此。

總部位于韓國的初創(chuàng)公司 VUNO 正在打造由 NVIDIA GPU 驅(qū)動的 AI 產(chǎn)品擴展系列，其中每種產(chǎn)品都能解決不同疾病的診斷問題。

這家公司的 AI 算法被設(shè)計為可持續(xù)利用與這些疾病相關(guān)的、不斷擴大的大數(shù)據(jù)池。目前，VUNO 的產(chǎn)品可解決包括骨齡測量評估、神經(jīng)退行性疾病診斷等相關(guān)問題。在其他領(lǐng)域，VUNO 還擁有一系列仍處于研發(fā)階段的產(chǎn)品，例如針對眼部異常診斷的產(chǎn)品。

VUNO 聯(lián)合創(chuàng)始人兼首席技術(shù)官 Kyu-Hwan Jung 表示：“速度是醫(yī)學(xué)影像工具中很重要的一個要素，但是我們不能為了追求速度而舍棄準確性。我們提供的解決方案不僅為了提高讀取速度，還要增強診斷的準確性，最終使得醫(yī)務(wù)人員能夠騰出精力，專注于為患者提供高質(zhì)量的醫(yī)療服務(wù)?！?/p>

Jung 還提到，VUNO 的所有聯(lián)合創(chuàng)始人都是前三星高等技術(shù)研究院（Samsung Advanced Institute of Technology）的機器學(xué)習(xí)研究人員。他們共同看準了一個機會——將醫(yī)療數(shù)據(jù)的指數(shù)增長和全球醫(yī)務(wù)人員的短缺相結(jié)合。

他們的目標是開發(fā)這樣的 AI 解決方案：在以上 2 個趨勢下，充分發(fā)揮海量數(shù)據(jù)的作用，讓醫(yī)生將更多時間花在患者身上，而非處理數(shù)據(jù)。

在 GPU 上達到空前性能

VUNO 的 AI 產(chǎn)品基于深度學(xué)習(xí)的算法構(gòu)建，并且在該公司的專用 GPU 服務(wù)器上進行了訓(xùn)練，這些服務(wù)器由 NVIDIA V100，P100，TITAN V 和 RTX GPU 提供支持。

截止目前，這些產(chǎn)品已經(jīng)在合作醫(yī)院所提供的數(shù)據(jù)上進行了訓(xùn)練。Jung 表示，如果增加公開可用的數(shù)據(jù)集，并應(yīng)用遷移學(xué)習(xí)技術(shù)，產(chǎn)品的性能會得到提升。

針對眼科產(chǎn)品 VUNO Med-Fundus AI，公司收集了超過 10 萬張用視網(wǎng)膜攝像頭拍攝到的圖像。這些圖像來自攜帶不同癥狀的患者群體，而且 50 多名眼科醫(yī)生為這些圖像做了注釋。這些圖像中約 90% 被用于訓(xùn)練，而其余 10% 用于測試模型。

根據(jù)設(shè)置，推理會在 NVIDIA 驅(qū)動的基于云的實例和本地系統(tǒng)上進行。云服務(wù)由運行了 NVIDIA T4 Tensor Core GPU 或 M60 顯卡的 Amazon Elastic Compute Cloud (EC2) 實例或運行了 NVIDIA P100 GPU 的 Microsoft Azure 實例支持。本地套件包括獨立的臺式機 GPU，或服務(wù)器和用于醫(yī)院級系統(tǒng)集成工作站 GPU 的組合。

Jung 談到，用 NVIDIA GPU 進行推理十分簡單，其 2D 圖像的性能提速高達 20 倍，而 3D 圖像的提速甚至更高。

The VUNO Med-Fundus AI 可以在一秒內(nèi)檢測出 12 種異常，并結(jié)合眼底視網(wǎng)膜圖像來將其分類和定位。反觀其競爭產(chǎn)品，卻只能識別 1 到 2 種異常。VUNO Med-Fundus AI 正在韓國的各大醫(yī)療中心和醫(yī)院進行測試。

VUNO 最近發(fā)布了 2 項基于網(wǎng)絡(luò)的免費服務(wù)，分別是VUNO Med-Chest X-ray COVID-19 版本和 VUNO Med-LungQuant COVID-19 版本，這兩項服務(wù)致力于對疑似由 COVID-19 引起的肺部疾病進行影像分析。該系統(tǒng)能夠在 5 秒內(nèi)反饋胸片的分析結(jié)果，以及 1 分鐘內(nèi)反饋 CT 掃描的分析結(jié)果。

和真人診斷相媲美

VUNO 產(chǎn)品線最引人注目的是，臨床驗證研究將其模型的準確性固定在 95％ 至 99％ 之間，這一準確性使該技術(shù)在臨床環(huán)境中更加令人信服。

Jung 說：“在醫(yī)學(xué)影像領(lǐng)域，AI 技術(shù)通過大幅提升診斷能力，把不可能變?yōu)榭赡??！?/p>

借助 NVIDIA 初創(chuàng)加速計劃（NVIDIA Inception）項目，VUNO 希望進一步突破極限。Jung 表示，NVIDIA 初創(chuàng)加速計劃使 VUNO 擁有了更廣泛的開發(fā)商和投資者社區(qū)。

VUNO 還正在研究如何利用 NVIDIA Clara 應(yīng)用程序框架，實現(xiàn) AI 驅(qū)動的成像和基因組學(xué)。

“這一切便展現(xiàn)了公司的動機——挖掘臨床醫(yī)學(xué)所面臨的最大問題的答案，”Jung 表示。

Jung 說：“我們的使命是‘看到并了解未知的事物’，我們致力于為患者提供更好的醫(yī)療服務(wù)，同時通過大數(shù)據(jù)的應(yīng)用，提高醫(yī)務(wù)人員的工作效率?！?/p>