NVIDIA全球副總裁暨臺灣區總經理邱麗孟，以NVIDIA的AI平台在精準健康中的應用實現為題演講。
邱麗孟表示，NVIDIA以其醫學用平台「CLARA」為基礎，目前正以醫學影像的預訓練模型(Pre-trained model)註記功能、加速基因體的次世代定序(NGS)速度、機器人辨識溝通AI為三大發展標的。
首先是醫學影像的註記，邱麗孟指出，註記常常花掉醫師太多時間，因此NVIDIA針對許多不同疾病提出預訓練模型。目前，NVIDIA在臺灣已經和臺大、成大、中國醫、長庚、三總合作使用此註記功能。
在精準健康的生物資訊分析上，NVIDIA目前將重點放在基因體和蛋白質體學的分析，並且和許多臺灣的國家型研究計畫、研究機構、醫院、獨立軟體開發商(ISV)、基因定序分析公司合作，包括：臺灣人體生物資料庫、臺灣精準醫療計畫、工研院、國衛院、臺大醫院、長庚醫院、康健基因、亞大基因、Nanopore、賽默飛世爾(ThermoFisher)等。
藥物結構分析上，邱麗孟舉例，他們在自動對接(AutoDock)分析上，成功地將24億個候選藥物結構分析的工作，從4年的分析時間縮短到1天完成。
針對醫療大數據分析的隱私爭議、資料量極大等痛點，NVIDIA目前正在全球推動聯合學習(Federated learning)模式，可以不用上傳資料，直接就地進行數據的分析和推理。目前健保署、三總、臺大都已經參與。
邱麗孟表示，NVIDIA並不只是硬體或軟體供應商，而是以整合平台為期許，現在已經和許多在臺灣的ICT、ISV、醫療影像儲傳系統(PACS)、研發工具供應商等合作，例如華碩、富士康、雲象AI、Deep01、商之器、奇異醫療、西門子等。
她特別指出，NVIDIA和醫院合作上仍然看到許多挑戰，例如如何將醫院資訊管理系統(HIS)、醫療影像儲傳系統(PACS)整合？他認為，這項任務不是一家公司就能完成，仍然需要一個整體解方供應者(total solution provider)。
邱麗孟表示，NVIDA所看到的精準健康未來科技，除了AI，還有醫療物聯網(Internet of Medical Things, IOMT)和邊緣運算(edge computing)。而未來的醫療儀器可以是任何形式，大到核磁共振檢查器(CTMR)、小到機器人(robotics)，但都會是由軟體主導(software defined)。
最後，他也指出臺灣的合作夥伴有待加強之處，包括對新科技的理解在全球角度上，仍然還在持續學習跟進中；醫院整合難以靠一家廠商完成，需要更擴大整個體系合作的範圍。
此外，許多公司在建立合作後，因為臨床試驗和法規耗去許多時間、產品發布的時間不如預期，因而提早退出。邱麗孟期許，臺灣未來能在加速解決法規、建立共同平台上可以再加緊腳步。
https://www.gbimonthly.com/2020/09/78646/
圖為NVIDIA全球副總裁暨臺灣區總經理邱麗孟。(攝影:林嘉慶)