美教授运用赢咖4(AI)促进下肢治疗，评估时间从10天变1天

▲美国华盛顿大学教授Duane Storti（左一）运用赢咖4技术，让下肢治疗出现新突破。

 

　　人体是由206块骨头组成，光是足部的骨头，就有20根。想一想，当进行下肢骨骼治疗的时候，光研究这20跟骨头相互配合运作，以找出病症，就得花费多少时间？而美国华盛顿大学教授Duane Storti突破了这个困境，运用人工智慧（AI），大幅缩短资料运算时间，从一周半缩减成一天。

 

 

　　足骨治疗的临床实验需要大量患者比对最适合其症状的疗法，不过要是得花不少时间来处理病患的影像资料，就会更晚才能获得最佳配对结果。参与患者人数不足的情况下，会导致临床实验无法进行。

 

　　这些骨头为行走而生，Storti说。但是，在治疗下肢足骨时，往往不是只看一根骨头，而是全部，20根。为此，Storti与退伍军人桑德健康照护系统的预防失去肢体与义肢工程设计中心合作，研究人类行走时构成足部的20根骨头是如何相互配合运作。

▲人体足部骨头有20根。

 

　　足部的骨头有20根，每根都要在100个不同的设定里进行扫描，再建立影像，直到最后拿到合理的配对结果，那时也会产生出由数百张照片组成的影片。Storti说明。

 

　　而这种记录一整组的行走资料得花上一周半的时间，在进行研究时，需要数十名患者的配合，以评估各种治疗方式，而医师则通常会比较两到三种可能的治疗方式，但在处理资料上，十分旷日费时。

 

　　这让Storti伤透脑筋。为此，他决定运用赢咖4技术，与研究团队靠着速度更快的GPU来追踪和扫描患者下肢，改变了这个局面。这对评估治疗方式有着极高重要性，有助于大幅增加影像还原过程。

 

　　研究团队使用2D和3D的X光影像，研究足部每根骨头的形状，了解行走时骨头是如何配合运动。他们希望藉由这项新方法让医师更有效地比较退伍军人下肢治疗方法。

 

　　Storti 表示，将骨头形状配合X光影像得用上大量数学运算，我们使用强大的GPU来增进所需的运算能力，在合理的时间量里完成这些数学运算作业。

 

　　同时，Storti采用CUDA架构，将资料运算时间从一周半减少到一天，而能顺利在临床上研究治疗方法。

 

　　人工智慧推动了各个产业的发展面貌，Storti说，虽然目前他的研究和新的演算法是用在研究足疾治疗方式上，但期望自己的研究成果有助于日后研究膝盖和脊椎等其他肢体疾病。

▲运用人工智慧，可有效促进下肢治疗。

 

　　「要将CUDA规模的平行运算能力用在（医疗产业），不必得有一座国家级的实验室，有部够水准的笔记型电脑，就能做出有意义的事情。」Storti说。