肺癌是世界上最常見也最致命的癌癥之一。被診斷出罹患肺癌的患者中，80%以上會在五年內(nèi)離開人世，將近半數(shù)的患者在一年之內(nèi)去世。

美國國立衛(wèi)生研究院提供

初創(chuàng)公司Innovation DX聯(lián)合創(chuàng)始人H. Michael Park正在嘗試努力提高癌癥患者的生存率。Innovation DX是一家醫(yī)藥分析公司，創(chuàng)立于美國圣路易斯，該公司計劃于12月發(fā)布旗下第一款產(chǎn)品——由GPU加速的AI系統(tǒng)，該系統(tǒng)可通過簡單的胸部X光對早期肺癌進行檢測。

該產(chǎn)品最初將在美國以外的市場推出，同時Park和另一位聯(lián)合創(chuàng)始人Connor Monahan也在努力爭取美國食品藥物管理局（FDA）的批準。

Park表示：“當前，肺癌如此致命的原因通常是由于確診時間過晚。我們正在嘗試通過盡早發(fā)現(xiàn)癌變來挽救生命。”

肺癌為何如此危險

肺癌的癥狀通常是進入晚期無法治愈時才會顯露出來。根據(jù)《美國醫(yī)學協(xié)會》雜志上發(fā)表的一項研究，即使是每年進行胸部X光檢查，也很少能在早期發(fā)現(xiàn)疾病。美國肺臟協(xié)會（American Lung Association）稱，如果醫(yī)療人員能早日發(fā)現(xiàn)肺癌，患者的生存率將會提高三倍以上。

Park和Monahan二人決定要實現(xiàn)這一目標。

肺癌細胞分裂（美國國立衛(wèi)生研究院提供）

極速求解

為實現(xiàn)這一目標，二人采用了一種名為“遺傳深度學習”（genetic deep learning）的技術，將深度學習和進化原理結(jié)合，訓練神經(jīng)網(wǎng)絡來檢測肺癌存在與否。通過由美國國家癌癥研究所數(shù)據(jù)集的12000例確認病例的胸部X光，神經(jīng)網(wǎng)絡學會了如何檢測疾病。

團隊使用了NVIDIA GPU、CUDA并行計算平臺，以及Python Caffe深度學習框架進行加速計算，并在AWS云端的Tesla GPU加速器上部署了推理模型。

“在CPU上運行需要40秒，而我們將時間縮短為3.41毫秒，且準確率能夠達到96％。換句話說，在蒼蠅煽動一次翅膀的時間里，Innovation DX的算法就能提供一次準確的結(jié)果。”Park說道，“但這并不意味著放射科醫(yī)生會失業(yè)，設計該系統(tǒng)的目的就是為了給放射科醫(yī)生提供輔助建議。”

Innovation DX正在與馬里蘭州的一家醫(yī)院和美國國立衛(wèi)生研究院合作進行一項測試，將該系統(tǒng)與專業(yè)放射科醫(yī)生的診斷進行對比。該公司還計劃在測試版中增加CT掃描功能。Innovation DX也正在參與NVIDIA的初創(chuàng)加速計劃，該計劃旨在幫助那些正在利用人工智能和數(shù)據(jù)科學為行業(yè)帶來改變的創(chuàng)業(yè)公司。

降低誤診率

Park表示，肺癌只是Innovation DX的起步，他們的目標是借助AI更大規(guī)模地降低誤診率。Park患有囊性纖維化，而在他出生后的八個月里，病情一直沒有被發(fā)現(xiàn)。

他說：“我從小就知道身在醫(yī)院是怎樣的感受，而且誤診的代價我也親身經(jīng)歷過。這讓我開始思考，如果醫(yī)生能夠擁有第二雙眼睛該有多好。”

18歲時他便和Monahan決定將學到的計算機科學和機器學習相關知識活學活用，來改善醫(yī)療保健行業(yè)。

他說：“雖然我可能不懂醫(yī)藥，但算法懂。”