肠子里的两万个同盟军：GPU 如何协助诊断消化道异常情况

在1966年经典科幻片《神奇旅程》（Fantastic Voyage）里，一队医生和一艘太空时代的潜水艇缩小了尺寸，注射进一名受伤的科学家体内，企图清除脑部血块。 显微医疗团队虽尚且无法进入人体进行医治，人工智能、深度学习及 GPU 的组合却是给了我们类似的思考角度，从详细展现消化道的内部开始。

来自波兰的新创公司 CTA.ai 开发出一套名为“GastroView”的软件，能分析以胶囊形态吞下肚之微型摄影机所拍摄的消化道影片，大幅加快诊断结肠与肠道异常情况的速度，还提高了诊断正确率。

并且让患者在接受这些让人感到不适的诊断方法时，能稍稍获得缓解。

CTA.ai 创办人暨执行长 Mateusz Marmolowski 说 GastroView“能以较传统内视镜更舒服的方式来检查消化道”。

2013年 Marmolowski 与共同创办人 Marek Trojanowicz 成立公司之际，原本着重于虚拟和扩增实境相关技术，不过很快便转移重点，将两人在应用机器学习和影像处理的长才用于解决处理医疗影像的难题。

因此而诞生出 GastroView，位在波兰格但斯克（Gdansk）的总公司开发机器学习技术，而位在美国麻州剑桥市麻省理工学院里的同事，则是致力于开发影像辨识技术。

干杯啦！

GastroView 的作法是让患者吞下药丸大小的胶囊，内有两具摄影机、LED 灯具、CMOS 影像感光元件、装在机板上的电池、发射器和天线。在吞下的八小时后，摄影机拍摄和录制消化道的影片，并以无线方式传送到患者身上的资料录制装置。

将资料上传到 GastroView 后，将影片拆解成一连串五万到十万张内视镜影像，深度学习算法会用于自动察看有无息肉、出血及其它异常情况。

与传统内视镜相比，这个作法将用于分析影像的时间减少 70%、将相关费用降低 50%、找出和诊断出的异常情况数量增加，且患者也觉得比较舒服。

“自动诊断支援工具不只能让医师在检查时更轻松，也能提高检查的灵敏度。”Marmolowski 说。

运用深度学习与 GPUs

CTA.ai 使用搭载四具 NVIDIA TITAN X Pascal GPU 的服务器（Marmolowski 表示它的执行速度较 CPU 快上十倍），以训练 GastroView 所依赖用以侦测、辨识疾病及异常情况的深度学习算法与卷积神经网络。多数训练采用 Caffe 开放源码架构的客制化 wrapper，搭配 CUDA 和 cuDNN 函式库。

Trojanowicz 说他们最终希望提高这些运算装置的安装数量，以增加弹性和扩充性，也获得更佳的规模经济，以吸引医疗科技公司的客户。

“GPU 扮演着重要的角色。”Marmolowski 说。

CTA.ai 还着眼于为 GastroView 背后的技术开拓更多医疗领域的用途，Trojanowicz 说尤其是他们正致力于将自家的深度学习及机器学习技术，用于脑部 CT 扫描影像和腹部超音波上。