[筆記] 2020年 nVidia 的 GTC 大會筆記

Visits: 3

2020 GTC 大會

紀錄一下自己有聽的演講,主要以智慧醫療有關

從研究到實際應用的醫療人工智慧 (國防醫學院)

技術: R + shiny

不夠精確的疾病分類模型

  1. 胸部X光片的案例(Mean of AUC ~= 0.85)

file

  1. 糖尿病視網膜病變(Kappa ~= 0.81)

file

  1. 上述兩個案例主要只有 inter 在看,因為 inter 的經驗不夠,比較需要模型輔助來幫忙判讀,但是對於醫生、甚至是有經驗的醫生來說反而不實用,因為醫生看片子很快,很快就可以判斷了。

較為成功的案例

  1. 從 ECG 的波形來偵測病人是否有血鉀濃度的異常。

  2. 因為等待血鉀濃度的測試要約1小時才能得知結果,因此若能從 ECG 直接判讀出來(約10分鐘即可測出波型),更能爭取時間。

file

  1. 花吹達到世界級的水準

file

  1. 模型已佈署到急診室與簡訊系統

  2. 繼續吹:沒有 AI 要5小時 + 30天 ICU ,但有 AI 則2小時出院

file

GPU 在次世代基因定序上的運用 (台大醫院基因醫學部)

現代的定序技術

  • 基因套組(panel)
  • 介紹全外顯子定序(Whole Exome Sequence; WES)。
    • 因為大多數因 DNA 突變所引起的疾病(約 85% )是發生在 exome 的位置,因此執行 WES 相較於全基因體定序 (Whole Genome Sequence; WGS)是有較高的經濟效率以及檢測覆蓋率的
  • 全基因體定序

About the Author

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

You may also like these