當(dāng)今美國(guó)最常見(jiàn)的癌癥是皮膚癌。主要有三種變體：黑色素瘤、基底細(xì)胞癌（ BCC ）和鱗狀細(xì)胞癌（ SCC ）。雖然黑色素瘤只占所有皮膚癌的 1% ，但它是最致命的，在沒(méi)有早期發(fā)現(xiàn)和治療的情況下迅速轉(zhuǎn)移。這使得早期檢測(cè)至關(guān)重要，因?yàn)樵S多研究表明，在早期檢測(cè)時(shí)，存活率明顯提高。

目前的診斷程序是通過(guò)皮膚科醫(yī)生的目視檢查，然后進(jìn)行活檢，以確認(rèn)任何可疑的病理。這種手工檢查依賴(lài)于人的主觀能動(dòng)性，因此出錯(cuò)率很高。當(dāng)一個(gè)初級(jí)保健醫(yī)生尋找皮膚癌時(shí)，他們的敏感度，或者正確識(shí)別病人的能力，只有 0 .45 ，而皮膚科醫(yī)生的敏感度為 0.97 。

近年來(lái)，利用深度學(xué)習(xí)進(jìn)行醫(yī)學(xué)診斷已成為一個(gè)迅速發(fā)展的領(lǐng)域。在這篇文章中，我們將討論如何使用 最近發(fā)布的 NVIDIA Clara AGX 開(kāi)發(fā)包 開(kāi)發(fā)一個(gè)端到端的示例，說(shuō)明深入學(xué)習(xí)如何能夠?qū)е乱粋€(gè)沒(méi)有人類(lèi)偏見(jiàn)的自動(dòng)皮膚病檢查系統(tǒng)。

數(shù)據(jù)集和模型

此參考應(yīng)用程序是兩個(gè)深度學(xué)習(xí)模型的配對(duì)：

一種物體探測(cè)模型（ YOLOv4 ），通過(guò)攝像機(jī)尋找身體上的痣。這個(gè)模型是用一個(gè)原始的數(shù)據(jù)集來(lái)訓(xùn)練的，這個(gè)數(shù)據(jù)集是由注釋體痣圖像創(chuàng)建的。

一種分類(lèi)模型（ EfficientNet ），從目標(biāo)檢測(cè)模型接收痣，然后確定它是良性的、未知的還是黑色素瘤。使用 SIIM-ISIC 黑色素瘤 Kaggle 挑戰(zhàn)數(shù)據(jù)集 對(duì)分類(lèi)模型進(jìn)行訓(xùn)練。

圖 1 顯示了使用單個(gè)視頻幀的算法的工作流程。該應(yīng)用程序可以使用高清網(wǎng)絡(luò)攝像頭或 IP 攝像頭作為模型的輸入，甚至可以在以前捕獲的視頻上運(yùn)行。

圖 1 皮膚痣檢測(cè)和分類(lèi)工作流程 。

Clara AGX 開(kāi)發(fā)工具包

這個(gè)參考應(yīng)用程序是使用 NVIDIA Clara AGX 開(kāi)發(fā)工具包 構(gòu)建的，這是一個(gè)高端性能工作站，它考慮到了醫(yī)療應(yīng)用程序。該系統(tǒng)包括一個(gè) RTX 6000 GPU ，提供 200 多個(gè) INT8 AI 峰值性能和 24 GB 的 VRAM ，為運(yùn)行多個(gè)模型留下了大量開(kāi)銷(xiāo)。

圖 2 Clara AGX 開(kāi)發(fā)工具包。

此外， AGX 平臺(tái)通過(guò) 100G 以太網(wǎng)和 NVIDIA ConnectX-6 網(wǎng)絡(luò)接口卡（ NIC ）為高帶寬傳感器提供支持 NVIDIA 合作伙伴目前正在使用 NVIDIA Clara AGX 開(kāi)發(fā)工具包開(kāi)發(fā)超聲、基因組學(xué)和內(nèi)窺鏡檢查方面的應(yīng)用。

Clara AGX 開(kāi)發(fā)者工具包目前只提供給 NVIDIA Clara 開(kāi)發(fā)者合作伙伴計(jì)劃 的成員。你登記后，我們會(huì)聯(lián)系的。

概括

我們已經(jīng)提供了一個(gè)皮膚科應(yīng)用程序的研究原型，但是要將其轉(zhuǎn)換為一個(gè)真正的應(yīng)用程序需要什么呢？

商用數(shù)據(jù)。 SIIM-ISIC 數(shù)據(jù)集嚴(yán)格用于非商業(yè)用途。

更大的目標(biāo)檢測(cè)數(shù)據(jù)集。 我們使用的數(shù)據(jù)集只包含幾百個(gè)帶注釋的圖像，這確實(shí)導(dǎo)致了比預(yù)期數(shù)量更多的誤報(bào)。

以“光速”（ SOL ）運(yùn)行模型。 SOL 通常需要使用混合精度訓(xùn)練模型，然后將模型轉(zhuǎn)換為與 NVIDIA TensorRT 框架 一起使用 TensorRT 設(shè)計(jì)用于優(yōu)化 NVIDIA gpu 上的模型推理，并與 PyTorch 和 TensorFlow 等通用框架協(xié)同工作。這些步驟將有助于確保應(yīng)用程序管道實(shí)時(shí)運(yùn)行。

FDA 批準(zhǔn)。 任何已開(kāi)發(fā)的醫(yī)療應(yīng)用程序必須經(jīng)過(guò) FDA 批準(zhǔn)。今天，有超過(guò) 70 個(gè) FDA 批準(zhǔn)的人工智能申請(qǐng) 和 FDA 一直積極征求反饋意見(jiàn) 來(lái)自這個(gè)領(lǐng)域的開(kāi)發(fā)者。這通常是一個(gè)漫長(zhǎng)（ 18 個(gè)月）和艱巨的過(guò)程，但卻是必要的。

關(guān)于作者

王柔佳博士。杜克大學(xué)的候選人 Nimmi Ramanujam 博士建議。她的研究興趣在于醫(yī)學(xué)成像和全球健康領(lǐng)域。目前，她正在開(kāi)發(fā)一個(gè)低成本的光學(xué)分子成像平臺(tái)，將計(jì)算機(jī)輔助算法作為傳統(tǒng)病理學(xué)的替代方案，在低資源環(huán)境下提供更易獲取的護(hù)理點(diǎn)乳腺癌診斷。她希望這種低成本的診斷工具和 ML 算法能夠擴(kuò)大對(duì)乳腺癌病理學(xué)和高質(zhì)量診斷能力的了解，其最佳目標(biāo)是提高乳腺癌患者的生存率，而不管他們的社會(huì)經(jīng)濟(jì)背景如何。

Sean Huver 博士是 NVIDIA Clara AGX 團(tuán)隊(duì)的高級(jí)機(jī)器學(xué)習(xí)工程師，致力于在醫(yī)療初創(chuàng)企業(yè)、研究人員和制造商中采用人工智能。此前，肖恩是計(jì)算機(jī)視覺(jué)領(lǐng)域的初創(chuàng)公司創(chuàng)始人，也是國(guó)防部高級(jí)研究計(jì)劃局和其他國(guó)防部項(xiàng)目的研究科學(xué)家。肖恩擁有路易斯安那州立大學(xué)的量子光學(xué)物理學(xué)博士學(xué)位和加州大學(xué)洛杉磯分校的物理學(xué)學(xué)士學(xué)位。

Roujia Wang， 杜克大學(xué)的候選人 Nimmi Ramanujam 博士建議。她的研究興趣在于醫(yī)學(xué)成像和全球健康領(lǐng)域。目前，她正在開(kāi)發(fā)一個(gè)低成本的光學(xué)分子成像平臺(tái)，將計(jì)算機(jī)輔助算法作為傳統(tǒng)病理學(xué)的替代方案，在低資源環(huán)境下提供更易獲取的護(hù)理點(diǎn)乳腺癌診斷。她希望這種低成本的診斷工具和 ML 算法能夠擴(kuò)大對(duì)乳腺癌病理學(xué)和高質(zhì)量診斷能力的了解，其最佳目標(biāo)是提高乳腺癌患者的生存率，而不管他們的社會(huì)經(jīng)濟(jì)背景如何。

Sean Huver 博士是 NVIDIA Clara AGX 團(tuán)隊(duì)的高級(jí)機(jī)器學(xué)習(xí)工程師，致力于在醫(yī)療初創(chuàng)企業(yè)、研究人員和制造商中采用人工智能。此前，肖恩是計(jì)算機(jī)視覺(jué)領(lǐng)域的初創(chuàng)公司創(chuàng)始人，也是國(guó)防部高級(jí)研究計(jì)劃局和其他國(guó)防部項(xiàng)目的研究科學(xué)家。肖恩擁有路易斯安那州立大學(xué)的量子光學(xué)物理學(xué)博士學(xué)位和加州大學(xué)洛杉磯分校的物理學(xué)學(xué)士學(xué)位。

審核編輯：郭婷