五名 NVIDIA 初始合伙人 被提名為 2020-2021 人工智能技術(shù)沖刺 的決賽選手，這是一項(xiàng)旨在利用最新人工智能技術(shù)改善退伍軍人醫(yī)療保健的比賽。 sprint 由退伍軍人事務(wù)部（ VA ）主辦，旨在促進(jìn)與業(yè)界和學(xué)術(shù)合作伙伴在人工智能工具方面的合作，這些工具利用聯(lián)邦數(shù)據(jù)解決退伍軍人的需求。有關(guān)競爭的更多詳細(xì)信息，請(qǐng)參見 官方新聞稿 。

參賽隊(duì)伍進(jìn)行了由退伍軍人和其他專家組成的小組評(píng)審的演講和演示。來自工業(yè)界和大學(xué)的 44 個(gè)團(tuán)隊(duì)參加了會(huì)議，解決了一系列衛(wèi)生保健挑戰(zhàn)，如慢性病管理、癌癥篩查、康復(fù)、患者體驗(yàn)等。

NVIDIA Initiation partners 的大多數(shù)解決方案都由 NVIDIA Clara 監(jiān)護(hù)人 提供支持，這是一種用于患者監(jiān)控、心理健康和患者護(hù)理的智能醫(yī)院解決方案。

JumpStartCSR 創(chuàng)建了“ Holmz ” – 一種數(shù)據(jù)源不可知的可解釋人工智能（ XAI ），它提供了一種數(shù)字物理療法來預(yù)防和治療過度勞累/重復(fù)性壓力損傷。 Holmz 能在足底筋膜炎發(fā)生前 2 周預(yù)測足底筋膜炎并找出其根本原因，準(zhǔn)確率為 97% ，在發(fā)生前 1 周為 99% ； Holmz 還能在疲勞相關(guān)跌倒發(fā)生前 15 分鐘預(yù)測足底筋膜炎并找出其根本原因，準(zhǔn)確率為 99% 。在 AWS 上使用 TensorFlow 和 NVIDIA T4 GPU s ，訓(xùn)練出的解速度快 4 到 5 倍。他們正在 VA 的物理醫(yī)學(xué)和康復(fù)小組試用他們的 XAI ，并擴(kuò)展他們的數(shù)字物理治療解決方案，以包括美軍的性能改進(jìn)和預(yù)測。

Ouva 是一個(gè)自主的遠(yuǎn)程監(jiān)控和環(huán)境智能平臺(tái)，旨在提高患者安全和操作效率。他們的解決方案利用 NVIDIA Clara Guardian 中的 cuDNN 、 TensorRT 、 遷移學(xué)習(xí)工具包 ，并在 NVIDIA RTX 6000 GPU 上運(yùn)行。在 VA-tech sprint 的過程中， Ouva 通過觀察從 40000 名患者的 EMR 中收集的 9 個(gè)生物標(biāo)記物，能夠在臨床診斷前 24 小時(shí)預(yù)測膿毒癥感染。通過使用人工智能處理遠(yuǎn)程醫(yī)療攝像頭的數(shù)據(jù)， Ouva 允許護(hù)士在遠(yuǎn)程或隔離條件下監(jiān)視更多的患者。他們已經(jīng)開始在歐洲部署遠(yuǎn)程護(hù)理監(jiān)控解決方案，并在美國進(jìn)行試點(diǎn)。他們的近期目標(biāo)是將 Ouva 獨(dú)特的患者活動(dòng)數(shù)據(jù)與電子病歷（ EMR ）相結(jié)合，以更準(zhǔn)確地預(yù)測更多類似敗血癥的病例。

路徑?jīng)Q策支持軟件 ，一個(gè) GPU 加速專家系統(tǒng)，為 2 型糖尿病患者推薦藥物治療方案。他們的解決方案是在 CUDA 上開發(fā)的，在 AWS 上使用 NVIDIA GPU ，實(shí)現(xiàn)了 20 倍的加速比。該軟件的建議顯示，糖化血紅蛋白（ HbA1c ）降低了 2 。 1 個(gè)百分點(diǎn)，計(jì)劃外糖尿病相關(guān)的醫(yī)療補(bǔ)助申請(qǐng)減少了 770 美元/患者/年。該團(tuán)隊(duì)目前正在進(jìn)行電子病歷整合，并擴(kuò)大其可評(píng)估的藥物清單。

Dialisa 是一個(gè)數(shù)字營養(yǎng)干預(yù)平臺(tái)，用于檢測慢性腎?。?CKD ）的發(fā)病和監(jiān)測進(jìn)展，并提供數(shù)字營養(yǎng)干預(yù)以延緩疾病的進(jìn)展。他們?cè)?AWS 上使用 TensorFlow 和 CUDA 在 NVIDIA GPU 上進(jìn)行優(yōu)化，利用美國國家人工智能研究所（ NAII ）在退伍軍人管理局提供的通用縱向數(shù)據(jù)集檢測 CKD 發(fā)病的準(zhǔn)確率達(dá)到 93 。 2% 。 Dialisa 希望在退伍軍人社區(qū)展示他們的算法和遠(yuǎn)程監(jiān)控平臺(tái)的可行性，并歡迎更多的臨床合作伙伴在普通人群中進(jìn)行試點(diǎn)研究。

KELLS 是一個(gè) AI 驅(qū)動(dòng)的牙科診斷平臺(tái)，在 AWS P3 實(shí)例上使用 TensorFlow 和 PyTorch 對(duì) NVIDIA T4 GPU s 進(jìn)行了優(yōu)化，實(shí)現(xiàn)了比以前使用的 AWS G4 實(shí)例高 3 倍的訓(xùn)練效率。 KELLS 的技術(shù)已經(jīng)證明，對(duì)于普通牙醫(yī)來說，檢測常見牙科疾病的準(zhǔn)確率可以提高 30% ，尤其是檢測口腔疾病的早期癥狀，從而實(shí)現(xiàn)更及時(shí)有效的預(yù)防護(hù)理。他們繼續(xù)擴(kuò)展他們的平臺(tái)，以支持不同數(shù)據(jù)模式的更多臨床發(fā)現(xiàn)，并提高患者牙科護(hù)理的質(zhì)量和可及性。

“在這個(gè)競爭激烈的周期中，我們對(duì)提案的整體質(zhì)量感到不知所措，這是對(duì)我們?yōu)橥宋檐娙朔?wù)的使命的極大敬意，”人工智能技術(shù)沖刺項(xiàng)目負(fù)責(zé)人 Rafael Fricks 說非常復(fù)雜的人工智能能力比以往任何時(shí)候都更容易獲得；幾年前，在非常專業(yè)化的高性能計(jì)算領(lǐng)域之外，這些建議是不可能實(shí)現(xiàn)的。”

NVIDIA 期待著在即將到來的試點(diǎn)實(shí)施計(jì)劃階段為這些成功的初始合作伙伴提供持續(xù)的支持，以及他們的人工智能解決方案將為服務(wù)于我們國家退伍軍人的重要 VA / VHA 醫(yī)療保健 任務(wù)做出的貢獻(xiàn)。

關(guān)于作者

Renee Yao 在 NVIDIA 領(lǐng)導(dǎo)全球醫(yī)療 AI 初創(chuàng)公司，管理數(shù)字健康、醫(yī)療儀器、醫(yī)療成像、基因組學(xué)和藥物發(fā)現(xiàn)領(lǐng)域的 1300 多家醫(yī)療初創(chuàng)公司。此前，她在 NVIDIA 擔(dān)任人工智能系統(tǒng)的高級(jí)產(chǎn)品經(jīng)理和產(chǎn)品營銷經(jīng)理，為自動(dòng)駕駛汽車、電信和大數(shù)據(jù)分析行業(yè)構(gòu)建捆綁解決方案和參考架構(gòu)。她畢業(yè)于加州大學(xué)伯克利分校哈斯商學(xué)院，主修經(jīng)濟(jì)學(xué)和信息技術(shù)。 Renee 被評(píng)為 B2B 產(chǎn)品營銷 50 強(qiáng)之一。在她的空閑時(shí)間，她喜歡競爭性的交誼舞，閱讀和旅游。

審核編輯：郭婷