（原標題：英偉達副總裁：醫(yī)療領域是最得益于人工智能的行業(yè)之一）

呂倩

近日，在《麻省理工科技評論》、DeepTech深科技聯合主辦的“全球新興科技峰會”后，英偉達副總裁Kimberly Powell（金佰利?鮑威爾）接受了包括第一財經在內的媒體采訪。

Kimberly Powell表示，人工智能行業(yè)的發(fā)展需要大量重要數據、機器學習算法，以及持續(xù)提升的算力，未來，最得益于人工智能的兩個行業(yè)分別是自動駕駛與醫(yī)療領域。

在醫(yī)療領域，英偉達期望自身扮演技術賦能者角色，其在去年先后推出NVIDIA Clara軟件開發(fā)套件 (SDK)、醫(yī)學成像遷移學習工具包、AI輔助注釋SDK、NVIDIA Clara 平臺等產品。

近日，英偉達與佳能智能、GE Healthcare（通用電氣醫(yī)療集團）、西門子三家達成深度合作，分別對造影劑劑量方面進行AI計算、搭載AI算法，在臨床實驗中智能識別人體解剖結構等，加快醫(yī)療處理數據速度，提高醫(yī)療成像質量。

Kimberly Powell表示，英偉達公司在全球各個國家共有的總體戰(zhàn)略就是提供計算平臺，讓各個國家使用人工智能技術。而醫(yī)療健康領域在未來將會是人工智能高性能計算以及相關超級計算機應用最廣泛的一個平臺。

Kimberly Powell稱，醫(yī)療衛(wèi)生或醫(yī)療健康可以說是目前為止世界上最復雜的一門學科之一，它跟生物直接有關，簡單的數學等式無法更好地幫助我們來理解生物運作機理。

但是我們在了解人的運作機理和生物學方面――如堅持基因測序、醫(yī)學造影等，能夠更好地了解醫(yī)療健康相關的背景知識，基因測序與醫(yī)療造影也可以提供海量的數據，其復雜性和數據體量使得我們必須借助人工智能技術，進一步對數據進行分析，Kimberly Powell表示。

而英偉達醫(yī)療健康領域戰(zhàn)略方面，Kimberly Powell稱，整體就是通過技術幫助研發(fā)機構、創(chuàng)業(yè)公司、政府以及相關機構，更好地使用人工智能技術以及超級計算技術，更好地了解生物醫(yī)療和醫(yī)療健康相關的問題。

但同時，Kimberly Powell也表示，人工智能技術雖然是我們有生之年見到的最具有顛覆性的技術之一，但想要打造非常安全，同時又高性能的AI系統(tǒng)，需要具備高性能、高強度模擬能力，以及非常穩(wěn)定的AI技術，Kimberly Powell認為英偉達在這三個方面都具備非常好的底層架構支持。

談及中美醫(yī)療行業(yè)之間的差別，Kimberly Powell表示，第一個區(qū)別就是美國的醫(yī)療行業(yè)已經非常成熟，存有20多年的經驗，因此在美國談到人工智能應用于醫(yī)療行業(yè)時，更多是指將AI算法深度集成到已經很成熟的醫(yī)療設備中，如醫(yī)療影像設備屏幕，或整個分析的工作流程中，對于美國醫(yī)生，尤其是放射科，他們在使用成熟醫(yī)療設備方面已經歷非常多良好的培訓，所以他們已習慣于這樣去使用傳統(tǒng)的醫(yī)療設備。

因此，Kimberly Powell 表示，在美國已逐漸出現一個比較大而明顯的醫(yī)療行業(yè)趨勢――對于保險公司而言，一家醫(yī)院提供醫(yī)療服務給客戶時，保險公司要看醫(yī)療服務機構有沒有把客戶的病治好、治療結果怎樣，根據獲得的結果決定是否賠付。在中國，只要醫(yī)療服務發(fā)生了，保險公司就會接受這個理賠申請。這就導致醫(yī)療檢查工作量急劇上升，需要采取一些措施幫助醫(yī)生減輕他們這方面的工作量。

也因如此，英偉達多次強調，自己不是醫(yī)生，也不產出醫(yī)生，不是搞醫(yī)學研究，在這方面主要通過尋求合作伙伴的方式，包括學術界、初創(chuàng)企業(yè)、產業(yè)界商業(yè)化伙伴，如與中國的華大基因、聯影智能，雙方主要是在代碼開發(fā)層級深入的合作，同時也會有聯合的商業(yè)銷售方面的支持。

此外，英偉達也實時關注不同國家和地區(qū)政府重大科研項目方向以及相關政策。

但另一面是，AI+醫(yī)療行業(yè)本身仍舊存在許多困難與挑戰(zhàn)，一方面是因為醫(yī)療健康本身就是容錯率極低的領域，需要數據真實合法，算法準確有效以及足夠強大的計算能力，必然投入高昂成本；人才培養(yǎng)、行業(yè)信息獲取等，都是一道道門檻。

Kimbelly Powell表示，在早期人工智能與醫(yī)療健康領域的合作，的確存在很多挑戰(zhàn)，首先最大挑戰(zhàn)就是其數據非常復雜。因此，很長一段時間內對數據的理解、清理，以及準確度的把控，最終將直接決定可用性大小。