元宇宙技術跨足醫療領域：盤點 GTC 2022 五個元宇宙、AI 應用於醫療領域的創新應用案例與議程
將要在本月下旬展開的 GTC 2022 ，有多達 900 多個來自各行各業創新應用與成功案例的議程，其中也包含台灣最引以為傲的醫療產業。
我們從 GTC 2022 預先公佈之議程當中，盤點出五個我們認為創新與前瞻性的議程，帶領讀者看看來自全世界的產業菁英都在發展什麼、從中獲得啟發。
我們推薦的五個醫療相關議程
- Digital Twin Environment for Enhanced Surgical Health-care Platform [P42553]
- Connect with the Experts: In Silico Drug Discovery and Natural Language Processing for Life Sciences [CWE42176]
- A Next-generation Clinical Language Model [S41638]
- Explainable COVID-19 Detection in Chest X-rays using an End-to-end Deep Convolutional Neural Network Architecture [P41280]
- Clara Holoscan: AI Platform for Medical Devices [SE2184]
Digital Twin Environment for Enhanced Surgical Health-care Platform [P42553]
推薦指數：✶✶✶✶✶
本議程是我們認為最前衛的場次，也是少數融合元宇宙相關技術的醫療創新案例之一。
自深度學習時代以來，許多基於人工智慧的技術被引入醫療保健領域。其中基於人工智能技術的自動化，特別是對於手術醫療平台，有著巨大的潛力。
來自南韓醫療新創機構 Hutom 的研究員 Min-Kook Choi，將在此議程上分享如何在手術過程中獲得的術前診斷數據結合手術中的影片數據，創造出患者的身體器官在元宇宙世界的數位分身（數位孿生）、進行虛實同步。
數位孿生環境的應用多元，例如：手術指引與手術分析。並且，Hutom 也對數位孿生應用於手術場景理解進行了驗證，是既創新又實用的一個成功案例。
Connect with the Experts: In Silico Drug Discovery and Natural Language Processing for Life Sciences [CWE42176]
實用指數：✶✶✶✶
化學和生物學中的計算方法改變了早期的藥物開發。篩選化合物、生成新分子、可視化 3-D 蛋白質，都受益於高速計算和深度學習 AI 模型而有長足的進步。
參加此議程的觀眾可以向數據科學家、計算化學家、計算生物學家和其他生命科學專家了解如何進行虛擬篩選、分子動力學、模擬、3D 蛋白質預測、蛋白質工程。
同時，本議程也將探討自然語言處理於醫學文本的應用。無論是來自研究文獻還是臨床記錄，幾乎所有的生物醫學和臨床知識都包含在自由文本信息中。使用自然語言處理提取和構建這些文本信息，對獲得洞察力和做出預測非常重要。
在此議程下半段 NVIDIA 團隊將介紹上述的技術如何以現行的 AI 工具付諸實踐，並且在議程的結尾能夠與講座專家進行即時諮詢（諮詢有席次限制，採一對一「或」小組進行，先參加者先獲得席次）。
A Next-generation Clinical Language Model [S41638]
前瞻指數：✶✶✶✶
本議程的講者 Yonghui Wu 是有多重身份的專家，他是佛羅里達大學臨床與轉化科學研究所和 OneFlorida 臨床研究聯盟自然語言處理主任、美國國立衛生研究院資助的首席研究員。他的的研究包括自然語言處理、機器學習和藥物再利用，總計發表 70 多篇經過同行評審的論文。
自然語言處理具有將文字探勘自動化以創造極大價值的潛力，最先進的自然語言處理技術可以從龐大的文字資料語料庫中建立大型的知識圖譜。之後，可以從強大的語意搜尋工具開始，將這些知識圖譜使用在多個任務中。
Yonghui Wu 在佛羅里達大學擴展他們在大型臨床自然語言處理方面的業務，開發基於目前最強自然語言處理模型『Transformer』的下一代臨床語言模型。
在本議程中，聽眾今跟著 Yonghui Wu 回顧 Transformer 的新技術在科學創新的能力、它與以前的臨床語言建模工作的比較，以及這些模型在醫療保健環境中帶來的機會。
Explainable COVID-19 Detection in Chest X-rays using an End-to-end Deep Convolutional Neural Network Architecture [P41280]
實用指數：✶✶✶✶✶
在深度學習發展的初期曾被譽為黑盒子，因為我們難以知曉模型模型學習到什麼、如何做出決定。但是如果人工智慧的應用要在各個領域落地，例如：保險自動化處理理賠流程、在醫療協助醫生診斷、在金融業判斷投資策略的優劣，都會需要知道模型判斷的依據。
由於上述的情事，可解釋的人工智慧（Explainable AI）在近年來越來越被關注的議題，從 Samek et al 的研究當中我們能看出幾個重要的原因：
- 驗證系統的合理性（verification of the system）
- 系統能夠被改善（improvement of the system）
- 能從系統中學習（learning from the system）
- 符合法規要求（compliance to legislation）
在本議程當中，蒙克頓大學的教授與研究者將會展示了一個使用胸部 X 光片檢測 COVID-19 的『可解釋』深度學習模型，對於想要發展智慧醫療應用的讀者是非常實用的議程。
Clara Holoscan: AI Platform for Medical Devices [SE2184]
前瞻指數：✶✶✶✶
任何 AI 的開發都需要軟體、硬體大量的系統整合，例如：儀器連網、模型推論、數據串流、視覺化…等等，從開發到驗證將是非常巨大的工程。
為此 NVIDIA 開發 NVIDIA Clara Holoscan，這是一個面向 AI 智慧醫療的運算平台，它整合緊密的軟硬體系統，包含：
- 低延遲傳感器和物聯網硬體系統
- 效率優化的資料處理和人工智慧推理流程
- 推理資料的串流與視覺化
- 從嵌入式到邊緣運算再到雲端的微服務
Clara Holoscan 已被許多醫療組織採用，應用於許多任務。在此議程當中，讀者將隨 NVIDIA 的團隊一起探索 Clara Holoscan 的功能，了解其對智慧醫療開發的優勢、從這個完整的軟硬體系統當中獲得更多靈感。
關於 NVIDIA GPU 技術大會 (GTC)，您需要知道的事！
GTC 大會是開發者和企業領導者向全球頂尖創新人員、科學家與研究人員，學習並進一步了解人工智慧、加速運算與電腦繪圖領域最新進展的年度會議。
來自新創公司、學術界與大型企業的演講者將齊聚 GTC，為與會者提供前沿技術、成功案例分享與技術解析， GTC 是開放且全球各地的人們皆可參與的免費線上活動。
如何報名參加 GTC 2022？
任何人都可以參加於 3/21–3/24 所舉行的 GTC 2022，我們將示範如何快速完成報名、搜尋有興趣的議程、加入議程到行事曆。
- 掃描 QR code 邀請碼，或點此『連結』進入報名頁面
2. 點選免費報名，任選一個按鍵點擊即可
3. 完成註冊，瀏覽議程
完成註冊後，讀者將會進入 GTC 2022 的確認註冊頁面，由此我們可以進入 GTC 2022 的活動頁面，開始查看所有議程以及加入自己的行事曆當中。
關於我們
「MetAI」是由 Metaverse 與 AI 融合而成的單字，同時意味著 Met (遇見) AI (人工智慧)，是以人工智慧以及元宇宙為主要研究主題的社群，立意在於推動創新科技應用以及產業數位轉型。
關注我們
若我們的內容對您有幫助，請不吝幫我們分享、按讚。您的反饋會讓我們知道自己的內容方向是否有價值、能否做得更好，也讓更多需要的朋友也能獲得有用的知識。
