AI成癌症治疗新帮手

□ 文/ 英伟达

对于医疗专业人员而言，新技术可以改变他们的工作方式，实现更准确的诊断并提升护理服务。对于患者而言，医疗创新减轻了痛苦并挽救了生命。深度学习可以应用于医疗的各个阶段，创造出医生和患者都可以利用的工具，以提高护理标准和生活质量。

医疗用AI帮助简化癌症治疗过程

预计在未来20年内，癌症发病率将增长63%。为了满足日益增长的医疗需求，医疗技术领导者正转向使用人工智能工具，来帮助放射肿瘤学家更快地提供高质量、个性化的治疗。

全球领先的医疗健康公司Siemens Healthineers（西门子医疗）正在使用基于NVIDIA GPU的超级计算基础设施开发人工智能软件，以生成器官分割，从而实现精确的放射治疗。

Siemens Healthineers的Sherlock AI超级计算机由英伟达 HGX 1和HGX 2服务器提供动力，这些服务器装载了英伟达V100 Tensor核心GPU。该系统提供20千万亿次浮点运算的性能，每天可用于500多个人工智能实验。

西门子Healthineers和英伟达都在科罗拉多州丹佛市外举行的医学影像信息学会 (Society for imaging Informatics in Medicine) 年会上分享了他们在医学影像人工智能方面的最新成果。该活动将医学信息学社区聚集在一起，分享、讨论和解决医学成像面临的挑战和机遇。

增强放射治疗工作流程

癌症放射治疗是一项复杂的工作流程，包括对患者进行建模、绘制目标和危及器官的轮廓、模拟治疗过程、规划和实施治疗。

在这一过程中，最耗时的任务之一是保护患者肿瘤周围处于危险中的健康器官，使他们避免遭受过度的辐射剂量。传统上，放射肿瘤学家会勾勒出肿瘤的靶区体积和处于危险中的器官，并决定在不损害邻近正常组织的情况下应该使用多少辐射剂量来治疗肿瘤。

为了帮助肿瘤学家更快地制定放射治疗计划，西门子Healthineers使用Syngo.via RT Image Suite，这是一种通过人工智能辅助自动绘制器官轮廓的软件工具。通过使用Sherlock超级计算机对450多万张图像进行训练，AI模型节省了放射肿瘤学家的时间，并简化了勾勒器官轮廓的任务。在他们目前的研究中，西门子Healthineers已使用人工智能技术自动勾勒出28个器官的轮廓。

西门子 Healthineers放射肿瘤学软件和概念定义主管Fernando Vega博士表示： “人工智能辅助绘制自动轮廓有助于节省时间，并提高危险器官轮廓绘制的标准化。这使得放射肿瘤学医生们能够更好地关注病人护理的其他关键方面。”

利用软件编写软件

在AI医疗成像风潮的背后，是软件开发范式中的一个新动态：能够编写其他软件的软件出现。

传统上，工程师从头到尾地编写应用程序是一个耗时的过程，需要专门的计算技能。现在，有了强大的计算资源，AI算法可以利用训练数据来学习医学图像分析等过程，而无需开发人员明确地为每个元素编码。

自20世纪90年代以来一直参与机器学习的西门子Healthineers正在利用Sherlock系统实现这种AI功能。

超级计算机从该公司的大量数据湖中学习了超过7.5亿个图像，以及放射学报告和临床和基因组数据。到目前为止，它已经开发出40多种批准用于临床的AI驱动应用。

西门子Healthineers人工智能和数字创新高级副总裁Dorin Comaniciu博士说：“我们认为，人工智能正在进入软件开发的新时代，在这个时代，先进的神经网络体系结构、大量的精选数据和巨大的计算能力汇集在一起，提供了强大的性能和极高的临床价值。”

简单且可扩展的基础设施

西门子 Healthineers的20 千万亿次浮点Sherlock超级计算机满足了医疗健康行业的关键计算需求，提供优化和可扩展的基础架构，可用于开发成像和其他临床应用的深度学习工具。

英伟达 DGX POD参考架构为设置可扩展的AI计算系统提供了经过测试的基础设施。通过DGXReady 数据中心计划，英伟达及其托管服务提供商为客户提供简化、快速的部署，为医疗行业建立和部署世界级的AI数据中心。

GPU如何帮助革新癌症研究？

随着越来越多的医生试图借助最新技术来改善治疗方式，总部位于以色列的TechsoMed开始利用Quadro RTX和AI来对抗癌症。

大多数人都知道化学疗法和外科手术可以用于治疗癌症，但有一种方法却经常被忽略掉——那就是热消融。

热消融是一种微创过程，可以借助热来治疗早期肿瘤。这是一种既安全又有效的方法，对于患者、特别是无法进行手术的患者来说是最佳的替代疗法之一。

然而，执行热消融的医生通常没有有效的工具查看或控制手术过程中产生的损伤，这意味着肿瘤可能切除不完整，也可能导致健康的人体组织的损伤。而且，医生还需要等待长达24小时的时间才能知道手术是否有效。

为应对这一挑战，TechsoMed开发出世界上第一个用于热消融的实时监控系统BioTrace。

在英伟达 Quadro RTX 8000 GPU的帮助下，BioTrace将AI算法应用于超声设备上的图像数据，以此在热消融过程中执行监测和分析。

该技术可跟踪组织的实时生物反应，让医生可以更好地了解癌症治疗的结果。

RTX让实时反馈成真

为了让BioTrace快速处理数据并提供实时反馈，TechsoMed使用了安装于Lenovo ThinkStation P920工作站内的双NVIDIA Quadro RTX 8000运行高级AI算法。

Quadro RTX 8000基于NVIDIA最新Turing架构，以及专为加速AI算法而设计的Tensor Core，功能十分强大。

通过NVIDIA NVLink高速互连技术，TechsoMed将两颗RTX 8000 GPU相结合，性能和内存容量扩展到96GB，这对于实时处理海量图像数据至关重要。

TechsoMed创始人兼CEO Yossi Abu表示：“BioTrace通过人工智能算法和图形处理技术打消了人们对消融方法的质疑，而NVIDIA RTX GPU恰是这一目标实现的左膀右臂。通过定义医生查看肿瘤所需的准确算法，RTX帮助TechsoMed将热消融提升到了新的层次。”

BioTrace的效果十分显著。RTX带来的清晰图像和实时反馈，提升了医生的准确性，从而降低周围健康组织的损害、加快恢复速度、减少潜在并发症。

为了检测细胞的变化，技术人员经常截取部分组织样本，在显微镜下进行检查。但这种方法限制了研究人员对组织完整样本的观察。

“如果怀疑患有乳腺癌，医生会进行活组织检查。 但他们需要将组织切成薄片以将其放置在显微镜下，因此活组织切片仅显示组织的一小部分，“宾夕法尼亚大学计算表型组学计划主任、病理学教授Keith C. Cheng博士说，“它没有显示任何体积数据，你只能获得细胞的统计抽样。”

正因为如此，Cheng博士开始致力于X射线微断层扫描技术(micro- tomography，简称micro-CT)。这种技术通过对组织样本进行一次扫描，就可以获得高分辨率的完整三维图像。对于这种计算密集型的工作，宾夕法尼亚州立大学的研究小组使用NVIDIA RTX GPU对3D模型进行数字重建，并在VR中查看它们。

RTX光线追踪帮助研究人员深入研究细节

Micro-CT是X射线成像，使研究人员能够从样品中重建3D结构而无需解剖或破坏它们。NVIDIA RTX GPU有助于快速完成图像重建——每个样本大约一分钟——允许用户快速访问整个活检的虚拟3D模型。

Cheng博士和他的同事在实验室中进行成像，他们在那里建造了一台定制机器。基于Turing的RTX GPU利用RT Cores加速光线追踪并提供显示大量数据的高质量图像。

扫描样本后，团队在桌面上使用VR软件工具syGlass查看图像。 GPU在移动控件时计算可视化，使他们能够在VR中探索，操作和检查3D模型。

根据Cheng博士的说法，这种新的3D成像方法产生的细节水平将推动癌症诊断等医疗领域，因为它允许研究人员计算和检测组织中癌细胞的数量。

为了展示这种新的RTX驱动技术，Cheng博士创建了一个斑马鱼的数字模型，可以在任何平面上进行虚拟切片和可视化。

“NVIDIA RTX GPU有助于以比我们想象的更快的速度创建3D图像，因此现在我们可以访问更全面的数据，并查看比以往更高分辨率的完整样本。” Cheng博士说。

使用最新的RTX技术，专业人员可以创建样本的高分辨率图像，使他们能够分析每个细胞并深入了解可以进一步推进医学研究的数据。