英伟达继续走歪路？AMD做VR，我做AI！智能医疗真的是英伟达以后达道路吗？.doc

《英伟达继续走歪路？AMD做VR，我做AI！智能医疗真的是英伟达以后达道路吗？.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、英伟达继续走歪路？AMD做VR，我做AI！智能医疗真的是英伟达以后达道路吗？芯片巨头英伟达正努力寻找拥有“最好社会影响力”的人工智能（AI）初创公司。这是英伟达推出的NvidiaIncepTIon项目的一部分，该项目正在筛选600多家公司，从中找出三大类最好的AI初创公司。　　英伟达21日公布了最热门的4大AI初创公司，23日早上推出最具颠覆性的五家AI创业公司，现在，我们推出被称为拥有“潜在社会影响力”的五大AI创业公司，而它们都在医学领域。英伟达首席执行官黄仁勋（Jen-HsunHuang）上周主持了一场类似创智赢家（SharkTank）的活动，以缩小候选者的范

2、围。　　黄仁勋和一个评委小组共评选出3个类别的14家AI创业公司。这些初创公司是从NvidiaIncepTIon项目中2000多家AI公司筛选出来的，被选中的获胜者将可参加5月10日的NvidiaGPU技术大会，并领取150万美元现金。　　　　评委包括FidelityInvestments投资经理加文·贝克（GavinBaker）、投行高盛的半导体投资银行全球主管塔米·凯利（TammyKiely）、软银集团的投资者ShuNyatta，CoatueManagement高级董事总经理托马斯·拉芬特（ThomasLaffont）以及MicrosoftAccelerator

3、全球首席技术官普拉什特·沙尔马（PrashantSharma）。　　英伟达业务拓展副总裁杰夫·赫布斯特（JeffHerbst）在接受采访时表示，该公司决定创建一个有意义的奖项以表彰AI初创公司做出的令人惊叹的工作。他表示，在“潜在社会影响公司”的类别中，英伟达在其数据库中对2000家AI初创企业进行了审查。我听着这些公司向评委们讲述他们的故事，这个故事将聚焦于最热门的四家新兴初创企业。每个类别中都有一个赢家，可以赢得37.5万美元奖金，每个类别的亚军将赢得12.5万美元。　　1.Genetesis　　　　美国每年有1000万人次因胸痛前往急诊室就诊，这个问题每年开支

4、高达66亿美元，而急诊室很难区分出与心脏有关的疼痛类别，其中75%的疼痛都与心脏无关。Genetesis首席执行官PeeyushShrivastava说，Genetesis利用深度学习、传感器和物理学来正确诊断胸痛。　　通常情况下，医生必须使用心电图（EKG）机器来帮忙。但结果并不是决定性的，所以你必须还要经历六小时的测试，这被称为肌钙蛋白测试。这些结果也不是决定性的，所以你可能需要做更多的测试。整个过程耗时数小时，医生们往往会要求对病进行更长时间的观察。在此期间，大约5%的病人因未被诊断出心脏疾病而回家，其中2%的人死于家中。　　Shrivastava说，与此同时

5、，在不适当的压力测试中，浪费的开支约有4.94亿美元。它已经基于生物磁成像系统建立测试，该系统可以监测从胸部自然散发出来的弱磁场。它会生成一张心脏的3D地图，告诉医生你是否患有心脏病。护士或技术人员可以用非侵入式的方式对病人进行90秒的评估。在床边，医生可以确定病人是否需要支架。　　Shrivastava说：“我们正接受急救室胸部疼痛治疗的全球挑战。”该系统使用GPU加速AI来诊断。生物磁成像技术可以应用于其他对大脑、肝脏和胎儿状况的测试，该系统可以为每名患者提供1毫米分辨率的3D地图。Genetesis与梅奥诊所建立了数据合作关系。Genetesis于2013年9

6、月在辛辛那提成立，该公司有大约15名员工，从马克·库班（MarkCuban）、CincyTech、WilsonSonsini、DanmarCapital和43North筹集了190万美元资金。　　2.Lunit　　　　Lunit正在开发用于医学诊断的深度学习软件，用于诊断诸如呼吸癌等难以发现的疾病。这家总部位于首尔的公司正利用3D成像技术和深度学习技术来进行乳房x光扫描，而在“乳腺密度大的乳房”中，乳房x光扫描并不容易检测出癌症。　　在美国，每年有100亿美元被用于乳腺癌的检测。Lunit的首席执行官安东尼·帕克（AnthonyPaek）：“我们认为这项技术可以拯救

7、无数病人的生命。”帕克表示，大约20%的肺癌和乳腺癌在筛查测试中未能诊断出来。使用Lunit的技术，全科医生们看到了他们的正确诊断从80%提高到83%，放射学家认为他们的诊断结果正确率从84%提高到86%。在测试中，Lunit击败了来自IBM和微软等其他公司的团队。　　筛查中发现乳腺肿瘤的准确率约为78%，但使用Lunit的AI软件，这个比例高达83%。帕克说，随着时间推移，随着技术进步，准确性可能还会上升。他指出：“到时候，病人可以在正确的时间得到正确的治疗。”　　Lunit准备数据，训练其神经网络，然后提供反馈，通过验证来改善检测。帕克说，这项业务可以扩大到