AI 有著改變醫療行業的潛力。而這種潛力在發展快速的中國尤為顯著，因為中國是全球老齡化人口最多的國家之一。

中國的醫療行業致力于解決國內老齡化人口需求，在此過程中，技術發揮著核心作用，特別是對于醫學成像和電子數據記錄分析。

為此，中國政府在智能醫療領域展開了行動，鼓勵數百家 AI 醫療初創公司和行業巨頭借助 AI 為這一行業的未來發展奠定堅實基礎。

平安科技、華大基因 (BGI)、碳云智能 (iCarbonX)數據分析能力迅速提升

要想感受中國面臨的挑戰有多大，不妨看看中國保險業巨頭平安集團，其擁有近1.8億個人用戶。為深入洞察欺詐檢測等問題或預測人群疾病，平安科技數據科學團隊除了自身獨特的機器學習算法，也用到了scikit-learn 常用機器學習庫，以及以下兩種機器學習算法：主成分分析 (PCA) 和具有噪聲應用的基于密度的空間聚類 (DBSCAN)。

平安科技最近對 RAPIDS進行了試用，這是一個 GPU 加速的新開源平臺，適用于大規模的數據分析和機器學習，讓數據科學家首次能夠在 GPU 上運行數據科學管線，并大幅縮短數據集處理時間。

平安科技使用RAPIDS 以及 GPU 加速的 PCA 和 DBSCAN 之后，工作流程執行速度加快了 80 倍，從幾天縮短到幾小時（包括數據加載和訓練時間）。這有助于該公司主動做出預測并完善預防計劃。

中國最大的基因公司華大基因 (BGI) 同樣擁有海量數據 - 超過 1 PB 的數據存放在該公司稱為知識庫的數據庫中。華大基因 (BGI) 使用一種名叫 XGBoost 的機器學習算法，對用于癌癥患者個性化免疫治療的靶向多肽進行分類。

華大基因 (BGI) 團隊在 NVIDIA DGX-1 AI 超級計算機上運行 RAPIDS 平臺，將分析速度提高了 17 倍，并將多肽的分析范圍擴大至數百萬種。

在這方面領先的還有一家公司，它就是專注于數字化健康業務的碳云智能 (iCarbonX)。該公司使用越來越常見的數字化生理、基因組、代謝組以及宏基因組數據來研究微生物組。碳云智能運用機器學習將微生物組特征和 2 型糖尿病關聯起來，能提供個性化的消費者醫療服務（如飲食建議或治療方案的制定），通過在 Tencent Cloud P40 服務器上部署 RAPIDS，該公司的數據分析速度立即加快了 6 倍。

頂尖醫學成像公司利用 GPU 加強研究工作

在互聯網上圖像和視頻量激增的同時，醫學成像也成為醫療行業中最早受益于 AI 的領域。不過，雖然目前有 70% 的醫學成像研究是基于深度學習，但只有少數算法能成功應用到臨床階段。

個中原因是，醫學成像 AI 往往對多項因素都很敏感，例如患者的人口統計特征、成像儀器的使用年限及其在獲取圖像時的具體設置等。此類變量可能會影響到 AI 的準確性。

因此，需要在本地開發 AI 應用程序，而這正是兩家領先的中國醫學成像公司采取的做法。

聯影智能 (United Imaging Intelligence) 是中國頂尖的人工智能醫學影像公司之一，它在 NVIDIA DGX 系統的基礎上構建 AI 架構，以便開發用于全棧式醫學影像的人工智能軟件uAI。該公司目標是，從影像獲取，疾病篩查，治療方案等全系列醫學影像工作流程中開發出優秀的人工智能軟件和產品。

同樣地，推想科技 (Infervision) 成立于2015年，僅4年時間已成長為中國人工智能醫學影像第一梯隊企業，并在國內外合作遍布亞洲、歐洲以及北美洲的眾多醫院。推想采用NVIDIA Clara 平臺，旨在提升產品性能，驅動新一代 AI 成像集群。該公司的InferRead系列解決方案將GPU部署進AI系統，并已應用于全球數百家頂級醫院輔助診斷環境。

中國和其他國家/地區都在大力擁抱創新，藉此構建AI醫療行業，讓所有國民都能受益其中。