加速心脏病诊断，现在要靠深度学习来实现

来源：心脏病治疗时间：2017-10-18

心血管疾病是美国公民死因之首，每43秒就会有一名美国人患上心血管疾病。为此，找出更好的新方法，以加快诊断出心脏病的速度是当务之急。NVIDIA非常荣幸参与一项计划，通过GPU加速的深度学习技术给心脏病患者提供更好的照护，让他们拥有更健康的生活、更长寿的生命。

NVIDIA正与BoozAllenHamilton公司、Kaggle数据科学家社群及美国国立卫生研究院合作，参加第二届年度DataScienceBowl竞赛活动。该活动已从上月开始，到今年3月份结束。

来自全球各地的数据科学家们在这项竞赛活动里，将提出各项改变心脏病诊断方式的想法。活动期间，各团队将开发机器学习算法，分析现有心脏病患者的一千张核磁共振（MRI）影像，目标是开发出自动识别心脏病早期症状的系统。

开发出精度最高的算法的团队将获得12.5万美元的奖金，第二和第三名的团队也将分别获得5万和2.5万美元的奖金。获胜固然很光荣，解决实际存在的问题更能带来助益。

GPU加速深度学习是最理想的方式

机器学习技术在科学和产业界中已取得重大进展，而在机器学习领域里成长最快的深度学习技术可能会带来更多的可能性。

深度学习在人脸检测和识别、语音识别及图像分类方面成效斐然，在部分识别任务方面的精确度甚至比人类还高。

这使得深度学习技术非常适合用于通过MRI核磁共振影像确认出心脏病发病征兆。深度学习算法可用于电脑辅助诊断、图像分割及校准等医学图像分析任务。

然而训练深度神经网络进行这些任务是一项旷日费时的工作，可能会花上数日到数周的时间。

相比之下，GPU加速技术可将训练时间减少到仅需数小时就能完成，让数据科学家更快设计、训练和改善深度神经网络的表现，开发出更庞大、更精度的神经网络。

NVIDIA对于GPU加速深度学习技术的所带来的推动作用深信不已，并希望通过此项竞赛活动展现GPU加速深度学习技术的实力，在竞赛的过程中分享NVIDI的研究进展，以协助其他队伍带动创造更亮眼的成绩。同时也NVIDIA也希望通过这次活动对其发展方向有着更好的把握。

此外，NVIDIA将在即将于4月份举办的GPU技术大会上对竞赛成果和奖项得主予以嘉奖。让他们有机会分享研究心得和GPU加速深度学习技术所带来的正面影响。

赞赏