211service.com
Los chips de aprendizaje profundo de Nvidia pueden darle una oportunidad a la medicina
El fabricante de chips Nvidia está aprovechando el auge actual de la inteligencia artificial con hardware diseñado para impulsar algoritmos de aprendizaje de vanguardia. Y la compañía ve la atención médica y la medicina como el próximo gran mercado para su tecnología.
Kimberly Powell, quien lidera los esfuerzos de Nvidia en el cuidado de la salud, dice que la compañía está trabajando con investigadores médicos en una variedad de áreas y buscará expandir estos esfuerzos en los próximos años.
Hay un aumento asombroso en la investigación de imágenes médicas, dijo Powell en Revisión de tecnología del MIT Conferencia EmTech Digital de 's en San Francisco el lunes. Hoy visitamos cada vez más a los proveedores en los hospitales, y ellos están imaginando nuevas aplicaciones de inteligencia artificial.
En particular, se está aplicando una técnica de aprendizaje automático llamada aprendizaje profundo para procesar imágenes médicas y filtrar grandes cantidades de datos médicos. El aprendizaje profundo, que está vagamente inspirado en la forma en que parecen funcionar las neuronas en el cerebro, ya ha demostrado ser increíblemente útil para encontrar imágenes y procesar archivos de audio (consulte 10 tecnologías innovadoras: aprendizaje profundo).
Esta técnica de IA ciertamente parece estar ganando adeptos en la investigación médica. El año pasado, un equipo de Google demostró que el aprendizaje profundo se puede utilizar para automatizar el diagnóstico de enfermedades oculares. Mientras tanto, un grupo de la Universidad de Stanford publicó un artículo en la revista Naturaleza que mostró que la técnica puede detectar cáncer de piel así como un dermatólogo capacitado. Un grupo del Hospital Mount Sinai en Nueva York usó el enfoque para analizar las historias clínicas electrónicas de los pacientes y predecir, con una precisión sorprendentemente alta, qué enfermedad desarrollaría una persona.
Estos son solo algunos ejemplos de alto perfil. Powell señaló durante su charla que las grandes conferencias de imágenes médicas se han vuelto dominadas por artículos de aprendizaje profundo.
Los procesadores de gráficos fabricados por Nvidia son muy adecuados para realizar los cálculos paralelos necesarios para el aprendizaje profundo, y el fabricante de chips ya ha construido un negocio considerable que suministra hardware a investigadores de aprendizaje profundo en la academia y la industria. Nvidia fabrica una cantidad cada vez mayor de productos especializados de aprendizaje profundo, incluida una poderosa computadora de investigación llamada DGX-1 y un sistema para vehículos autónomos llamado Drive PX.
Powell cree que el hardware de la compañía también se encontrará cada vez más en hospitales y centros de investigación médica. El enfoque podría ayudar a mejorar la confiabilidad del diagnóstico, dijo, y podría impulsar significativamente los estándares de atención en los países en desarrollo, donde la experiencia es escasa. Powell agregó que el descubrimiento de fármacos probablemente sea otra gran área para el aprendizaje profundo en el futuro.
Pero el aprendizaje profundo también podría ayudar a los médicos a encontrar patrones que de otro modo serían invisibles. Nvidia, por ejemplo, está trabajando con Bradley Erickson, un neurorradiólogo de la Clínica Mayo, para aplicar el aprendizaje profundo a las imágenes del cerebro. Erickson ha tenido cierto éxito en la identificación de factores genéticos relacionados con enfermedades cerebrales a partir de imágenes, dijo Powell.
Anteriormente, en el mismo evento, Gary Marcus, profesor de la Universidad de Nueva York, destacó la medicina como el área en la que la IA podría tener su mayor impacto. Piensa en el cáncer, dijo Marcus. Los factores de riesgo que podrían indicar la probabilidad de tal enfermedad pueden ser difíciles de identificar para una persona, pero podrían ser descubiertos por un algoritmo, dijo. La aplicación asesina [para IA] podría ser un gran avance en la forma en que tratamos la medicina.
Sin embargo, existen desafíos significativos en la aplicación de técnicas como el aprendizaje profundo a la medicina. El enfoque es tan complejo y opaco que puede no ser claro para un médico por qué un algoritmo presenta un diagnóstico en particular. Powell reconoció este desafío, pero dijo que estaban surgiendo soluciones, como nuevas formas de visualizar el comportamiento de las redes de aprendizaje profundo. Es un gran tema de investigación en este momento, dijo.