在GTC Digital的顯微鏡頭下，AI與醫療完美結合，這裡為對未來醫學感興趣的你準備了醫學相關的免費實時講座與點播、研究海報、研討會和培訓課程。
在此次虛擬GPU技術大會（GTC）上，眾多創新者將分享AI和GPU如何賦力醫生和醫療機構。來自醫療機構和醫學研究機構的研究人員將向大家介紹深度學習技術是如何被應用於醫療健康的各個領域當中。
大會提供眾多關注於醫學成像、基因組學、顯微鏡等領域AI的點播講座，以及NVIDIA深度學習學院（DLI）實踐培訓課程（只收取象徵性的費用）。
在當開發者為醫療應用程序構建一個個富有開創性的AI工具的同時，他們還必須與醫生和決策者合作，從而將他們的解決方案切實地集成到醫療工作流程中。在本次GTC Digital的一期主題演講中，Weill Cornell Medicine的首席戰略和合同官Geraldine McGinty將作為演講嘉賓，討論如今AI給她的放射學實踐工作帶來了哪些影響，以及在未來，AI將如何影響放射學實踐。
GTC Digital薈萃了計算化學、基因組學、醫學成像、顯微鏡和病理學等領域相關的數十場醫療講座，在接下來的幾周裡，每週四都會有更多精彩內容呈現。以下是其中一些不容錯過的講座：
- 加速癌症研究：白天進行VDI，晚上計算：瞭解作為世界頂級綜合癌症中心之一的荷蘭癌症研究所（Antoni van Leeuwenhoek Hospital）如何使用虛擬桌面等基礎設施加速研究，提高臨床醫生的工作效率。
- 表位導向抑制劑的從頭蛋白質設計（De Novo Protein Design）：瞭解GPU加速的計算管線是如何實現蛋白質藥物設計的，演講嘉賓：Mohammad ElGamacy，馬克斯·普朗克學會弗里德里希·米舍爾實驗室（Friedrich Miescher Laboratory of the Max Planck Society）博士後研究員。
- GPU加速的新一代測序生物信息管線：西奈山伊坎醫學院（Icahn School of Medicine at Mount Sinai）計算研究科學家Margaret Linan將分享NVIDIA GPU如何用於加速生物信息分析。
- 加州大學舊金山分校（University of California, San Francisco ）利用GPU提供的高通量進行低溫電子顯微鏡和低溫電子斷層掃描：生物信息學專家Shawn Zheng將分享UCSF如何利用NVIDIA GPU技術解決低溫和低溫方面的關鍵挑戰。
- 使放射學AI模型更加強大：聯邦學習和其他方法：斯坦福大學（Stanford）教授Daniel Rubin將討論如何利用聯邦學習來應對訓練數據質量挑戰，為醫學成像構建AI模型。
醫學影像主題培訓課程
參加為期一天或兩小時的DLI培訓課程，接受由講師提供指導的AI培訓。參與者可以與演示者實時互動，在兩個小時的培訓將重點關注於AI和醫學成像。每場培訓費用僅需39美元，建議提前註冊。
- 用於醫學成像的從粗略到精細的上下文記憶：深入研究用於醫學圖像分割的編碼器-解碼器架構。4月2日，星期二。
- 使用V-Net進行醫學成像的3D分割：學習如何使用V-Net架構，使用前列腺掃描的示例數據集分割3D圖像。4月8日，星期三。
- 利用生成性網絡進行醫學成像的數據增強和分割：瞭解生成性對抗網絡（GANs）如何利用數據增強生成大腦磁共振成像，以及如何分割大腦掃描。4月8日，星期四。
閱讀最新研究海報
GTC Digital參會者們還可以瀏覽來自世界各地醫療研究人員製作的大約150張海報。其中有20多張海報重點關注於醫療健康和科學領域，包括：
- MolecularRNN：生成具有優化特性的真實分子圖：Mariya Popova，卡內基梅隆大學（Carnegie Mellon University）。
- 利用X射線血管造影進行冠狀動脈重建的數據驅動方法：Kritika Iyer，密歇根大學(University of Michigan)。
- 全自動血液分析儀驅動基於細胞形態學的白血病早期檢測：Jie Wang，上海交通大學。
- 通過深度學習技術生成微觀相位圖像：Abdul Al-Haimi，PerkinElmer。
- 操縱StyleGAN潛伏期：前列腺癌研究的H&E圖像合成：Gagan Daroach，密爾沃基工程學院（Milwaukee School of Engineering）
點擊文章底部“瞭解更多”，瞭解 GTC Digital 2020 更多醫療健康相關信息。
閱讀更多 英偉達NVIDIA中國 的文章
