智慧邊緣運算平台使放射學科得以更輕鬆地進行深度學習。
在北美放射學會 (Radiological Society of North America) 大會上，可以見到逾百家參展廠商運用 NVIDIA 的技術將人工智慧引入放射學科，2019 年有望成為人工智慧應用於醫療領域的一大轉捩點。
人工智慧雖有著無比潛力，但仍有待解決其中的一個關鍵難題，也就是取得訓練人工智慧模型所需的海量資料，同時亦保障病患的隱私。NVIDIA 為此與醫療產業合作打造一項解決方案。
我們在今年的北美放射學會年會上推出 NVIDIA Clara Federated Learning (FL)，利用分散式合作學習技術來訓練人工智慧模型的同時，又將病患的資料留在醫療服務提供者這端加以妥善保管。
NVIDIA Clara FL 在我們日前發表的 NVIDIA EGX 智慧邊緣運算平台上運行。
Federated Learning — 具保障隱私功能的人工智慧
（NVIDIA Clara Federated Learning 透過與多個醫療院所合作進行分散式訓練，在不用分享病患個資的情形下打造穩固的AI模型）
Clara Federated Learning (Clara FL) 是一項分散式合作人工智慧模型訓練參考應用程式，用於保障病患隱私，這些在全球系統製造商所生產之 NVIDIA NGC-Ready for edge 伺服器上運行的分散式用戶端系統，可以在本地執行深度學習訓練，也能攜手合作來訓練更精準的全域人工智慧模型。
它的運作方式是：Clara FL 應用程式裝入一個 Helm chart 內，以簡化在 Kubernetes 基礎設施上的部署作業。NVIDIA EGX 平台用安全的方式規定聯合伺服器及合作的客戶端，提供展開 Federated Learning 專案所需的一切事物，包括應用程式容器及啟始人工智慧模型。
參與這項計畫的醫院使用與 3D slicer、MITK、Fovia 及 Philips Intellispace Discovery 等醫療檢視器進行整合的 NVIDIA Clara AI-Assisted Annotation SDK，對自己的病患資料加上標籤。利用預先訓練好的模型和遷移學習技術，NVIDIA 的人工智慧技術協助放射科醫生加上各項標記，將研究複雜 3D 模型所需的時間，從原本的幾小時減少到只要幾分鐘即可完成。
每個參與醫院的 EGX 伺服器使用本地資料來訓練全域模型，在本地訓練好的結果通過一個安全的連結送回到聯合學習伺服器，並與其他參與單位分享。這個作法只會分享模型權重的變動內容，不會分享病患的紀錄，這麼一來既能保障病患的隱私，又能通過 Federated Averaging 演算法建立一個新的全域模型。
這個過程會不斷重複，直到人工智慧模型達到預期的精度。這種分散式的作法在保障病患資料安全和隱私的同時，也提供了極佳的深度學習效能表現。
英美兩國引領前行
美國放射學會、麻省總醫院及加州大學洛杉磯分校附屬醫療中心等全球醫療產業的大型機構，皆率先使用這項技術。他們的目標是在醫療資料、應用程式及裝置不斷增長的情況下，為醫生、病患及設施發展量身打造的人工智慧。
美國放射學會在旗下的國家醫療影像平台 AI-LAB 中試用 NVIDIA Clara FL。AI-LAB 平台允許美國放射學會的3.8萬名醫學影像成員安全地建立、分享、適應和驗證人工智慧模型。想要進入 AI-LAB 的醫療服務提供者，可以選擇使用多個業者所提供的 NVIDIA NGC-Ready for Edge 系統，包括 Dell、Hewlett Packard Enterprise、Lenovo 與 Supermicro。
加州大學洛杉磯分校放射學系也透過 NVIDIA Clara Federated Learning，讓醫療中心內的放射科可以受惠於人工智慧的實力。加州大學洛杉磯分校附屬醫療中心是一處頂尖的學術型醫學中心，能夠驗證 Clara FL 的成效，且日後用在更廣大的加州大學附屬醫療中心體系內。
新英格蘭地區的 Partners HealthCare 也宣佈了一項運用 NVIDIA Clara FL 的新計畫。麻省總醫院與布萊根婦女醫院的臨床資料科學中心將率先展開這項工作，利用 Partners HealthCare 醫療體系的龐大資料及臨床專業知識。
NVIDIA 在英國與倫敦國王學院 (King’s College London) 及 Owkin 合作，為國民醫療保健服務打造一套聯合學習平台。在 NVIDIA Clara 上運行的 Owkin Connect 平台能讓演算法在不同醫院之間移動，並且使用本地資料集進行訓練。它為每家醫院提供一項區塊鏈分散式帳本技術，以取得及追蹤用於訓練模型的各項資料。
這項計畫一開始提供人工智慧服務給倫敦各處加入參與的頂級教學醫院，以加速癌症、心臟衰竭及神經退化性疾病等領域的研究工作，且將在2020年擴大到在英國至少有 12 處醫院加入這項計畫。
讓醫院的一切事物變得有智慧
在各類感應器迅速普及的情況下，Stanford Hospital等醫療中心都在努力讓每套系統變得更聰明。各項裝置需要加上一個強大又低耗電的人工智慧電腦，才能讓感應器智慧化。
我們為此推出嵌入式人工智慧開發套件 NVIDIA Clara AGX，它可以用高資料速率來處理影像和影片，將人工智慧推論與 3D 視覺化功能帶到照護現場。
Clara AGX 搭載 NVIDIA Xavier 系統單晶片，我們也同樣用這個處理器來操控自動駕駛車。它們的耗電量只有10瓦，非常適合嵌入醫療儀器或在相鄰的小型系統中運行。
劃時代的全球首款攜帶式照護點 MRI 系統 Hyperfine，完美展現出 Clara AGX 的實力。在本週北美放射學會年會的 NVIDIA 攤位中，將能見到 Hyperfine 的身影。
（Hyperfine 是第一批採用 Clara AGX 平台的裝置，見證 AI 與 IoMT 的開始）
Hyperfine 的系統是諸多有望採用 Clara AGX 的醫療儀器、手術設備、病患監看設備及智慧醫療攝影機中的第一批裝置。我們將見證人工智慧醫療物聯網的開始。
（NVIDIA Clara AGX 平台從體積小的嵌入式裝置、Sidercar 系統一路拓展至伺服器中）
NVIDIA 將透過早鳥試用計畫，在近期開放下載 NVIDIA Clara SDK。當中將加入兩大熱門用途的參考應用程式，即串流內視鏡影片人工智慧推論與超音波軟體波束形成。
對於將人工智慧用於放射學領域一事，2019年的北美放射學會大會可謂極具突破性的一屆。我們很高興與眾多醫療領域的夥伴合作，在邊緣使用人工智慧來保障病患資料安全的同時，也推動醫療影像技術的發展。
在北美放射學會 (Radiological Society of North America) 大會上，可以見到逾百家參展廠商運用 NVIDIA 的技術將人工智慧引入放射學科，2019 年有望成為人工智慧應用於醫療領域的一大轉捩點。
人工智慧雖有著無比潛力，但仍有待解決其中的一個關鍵難題，也就是取得訓練人工智慧模型所需的海量資料，同時亦保障病患的隱私。NVIDIA 為此與醫療產業合作打造一項解決方案。
我們在今年的北美放射學會年會上推出 NVIDIA Clara Federated Learning (FL)，利用分散式合作學習技術來訓練人工智慧模型的同時，又將病患的資料留在醫療服務提供者這端加以妥善保管。
NVIDIA Clara FL 在我們日前發表的 NVIDIA EGX 智慧邊緣運算平台上運行。
Federated Learning — 具保障隱私功能的人工智慧
（NVIDIA Clara Federated Learning 透過與多個醫療院所合作進行分散式訓練，在不用分享病患個資的情形下打造穩固的AI模型）
Clara Federated Learning (Clara FL) 是一項分散式合作人工智慧模型訓練參考應用程式，用於保障病患隱私，這些在全球系統製造商所生產之 NVIDIA NGC-Ready for edge 伺服器上運行的分散式用戶端系統，可以在本地執行深度學習訓練，也能攜手合作來訓練更精準的全域人工智慧模型。
它的運作方式是：Clara FL 應用程式裝入一個 Helm chart 內，以簡化在 Kubernetes 基礎設施上的部署作業。NVIDIA EGX 平台用安全的方式規定聯合伺服器及合作的客戶端，提供展開 Federated Learning 專案所需的一切事物，包括應用程式容器及啟始人工智慧模型。
參與這項計畫的醫院使用與 3D slicer、MITK、Fovia 及 Philips Intellispace Discovery 等醫療檢視器進行整合的 NVIDIA Clara AI-Assisted Annotation SDK，對自己的病患資料加上標籤。利用預先訓練好的模型和遷移學習技術，NVIDIA 的人工智慧技術協助放射科醫生加上各項標記，將研究複雜 3D 模型所需的時間，從原本的幾小時減少到只要幾分鐘即可完成。
每個參與醫院的 EGX 伺服器使用本地資料來訓練全域模型，在本地訓練好的結果通過一個安全的連結送回到聯合學習伺服器，並與其他參與單位分享。這個作法只會分享模型權重的變動內容，不會分享病患的紀錄，這麼一來既能保障病患的隱私，又能通過 Federated Averaging 演算法建立一個新的全域模型。
這個過程會不斷重複，直到人工智慧模型達到預期的精度。這種分散式的作法在保障病患資料安全和隱私的同時，也提供了極佳的深度學習效能表現。
英美兩國引領前行
美國放射學會、麻省總醫院及加州大學洛杉磯分校附屬醫療中心等全球醫療產業的大型機構，皆率先使用這項技術。他們的目標是在醫療資料、應用程式及裝置不斷增長的情況下，為醫生、病患及設施發展量身打造的人工智慧。
美國放射學會在旗下的國家醫療影像平台 AI-LAB 中試用 NVIDIA Clara FL。AI-LAB 平台允許美國放射學會的3.8萬名醫學影像成員安全地建立、分享、適應和驗證人工智慧模型。想要進入 AI-LAB 的醫療服務提供者，可以選擇使用多個業者所提供的 NVIDIA NGC-Ready for Edge 系統，包括 Dell、Hewlett Packard Enterprise、Lenovo 與 Supermicro。
加州大學洛杉磯分校放射學系也透過 NVIDIA Clara Federated Learning，讓醫療中心內的放射科可以受惠於人工智慧的實力。加州大學洛杉磯分校附屬醫療中心是一處頂尖的學術型醫學中心，能夠驗證 Clara FL 的成效，且日後用在更廣大的加州大學附屬醫療中心體系內。
新英格蘭地區的 Partners HealthCare 也宣佈了一項運用 NVIDIA Clara FL 的新計畫。麻省總醫院與布萊根婦女醫院的臨床資料科學中心將率先展開這項工作，利用 Partners HealthCare 醫療體系的龐大資料及臨床專業知識。
NVIDIA 在英國與倫敦國王學院 (King’s College London) 及 Owkin 合作，為國民醫療保健服務打造一套聯合學習平台。在 NVIDIA Clara 上運行的 Owkin Connect 平台能讓演算法在不同醫院之間移動，並且使用本地資料集進行訓練。它為每家醫院提供一項區塊鏈分散式帳本技術，以取得及追蹤用於訓練模型的各項資料。
這項計畫一開始提供人工智慧服務給倫敦各處加入參與的頂級教學醫院，以加速癌症、心臟衰竭及神經退化性疾病等領域的研究工作，且將在2020年擴大到在英國至少有 12 處醫院加入這項計畫。
讓醫院的一切事物變得有智慧
在各類感應器迅速普及的情況下，Stanford Hospital等醫療中心都在努力讓每套系統變得更聰明。各項裝置需要加上一個強大又低耗電的人工智慧電腦，才能讓感應器智慧化。
我們為此推出嵌入式人工智慧開發套件 NVIDIA Clara AGX，它可以用高資料速率來處理影像和影片，將人工智慧推論與 3D 視覺化功能帶到照護現場。
Clara AGX 搭載 NVIDIA Xavier 系統單晶片，我們也同樣用這個處理器來操控自動駕駛車。它們的耗電量只有10瓦，非常適合嵌入醫療儀器或在相鄰的小型系統中運行。
劃時代的全球首款攜帶式照護點 MRI 系統 Hyperfine，完美展現出 Clara AGX 的實力。在本週北美放射學會年會的 NVIDIA 攤位中，將能見到 Hyperfine 的身影。
（Hyperfine 是第一批採用 Clara AGX 平台的裝置，見證 AI 與 IoMT 的開始）
Hyperfine 的系統是諸多有望採用 Clara AGX 的醫療儀器、手術設備、病患監看設備及智慧醫療攝影機中的第一批裝置。我們將見證人工智慧醫療物聯網的開始。
（NVIDIA Clara AGX 平台從體積小的嵌入式裝置、Sidercar 系統一路拓展至伺服器中）
NVIDIA 將透過早鳥試用計畫，在近期開放下載 NVIDIA Clara SDK。當中將加入兩大熱門用途的參考應用程式，即串流內視鏡影片人工智慧推論與超音波軟體波束形成。
對於將人工智慧用於放射學領域一事，2019年的北美放射學會大會可謂極具突破性的一屆。我們很高興與眾多醫療領域的夥伴合作，在邊緣使用人工智慧來保障病患資料安全的同時，也推動醫療影像技術的發展。
