3月25日,中国美国商会举办了首届社会影响力峰会。会上,共有25位来自中国政府、跨国企业、国际组织、智库和媒体的重量级嘉宾参与峰会,并就“中国中小微企业的发展”和“公共卫生的改革”两大议题进行了深度讨论。
作为全球AI行业领军企业代表,NVIDIA中国区产业AI总经理刘通在疫情防控常态化下共建“健康中国”论坛中,分享了AI技术在推动疫情防控中提供的支持,以及医疗数据隐私安全方面的前沿观点。
刘通简历(刘通音乐制作人)
NVIDIA中国区产业AI总经理刘通
以下为刘通在会上发表的主要观点:
GPU计算推动疫情防控
自2020年新冠疫情爆发起,NVIDIA始终与合作伙伴共同在预防、诊断、治疗等方面对抗病毒。在预防方面,测序公司OxfordNanopore基于NVIDIAGPU的第三代测序设备可在7小时内对病毒基因组进行测序,是疾病控制系统的必备工具。
在临床检测中,借助AI技术,可将医生读取300张CT图像的时间缩短至1分钟以内,且准确性可达到90%以上。疫情期间,平安、联影、推想科技和数坤科技等NVIDIA合作伙伴为数千家医院提供了AI系统。
在研发抗击新冠病毒药物的过程中,借助两台NVIDIADGX-1计算平台,可在100TB的断层图像中,解析出新冠病毒的完整结构。新冠病毒完整分子结构的成功解析,对帮助全球科学家对其分子结构有更深入的了解,对疫苗研制及药物研发具有重要意义。
在药物研发领域借助GPU加速,可在一周内完成对老药数据库的高精度筛选,从而预测较高亲合力的药物,显著提高药物/靶标亲合力的预测精度,同时提高预测速度,将原本所需的30天缩短到1天以内,为攻克COVID-19赢得了大量时间。
随着更多医疗数据的积累,以及基因分析在癌症治疗、疾控等领域更广泛应用,基于GPU的算力将成为医疗健康行业智能化和现代进程中不可或缺的基础设施。
AI技术保障医疗数据安全
随着数字医疗的发展,每个人必定会产生巨大数量的医疗数据。这些数据覆盖着健康和生活的方方面面,包含大量的个人隐私。同时,这些数据只有有效的、高效的使用起来才能为社会带来巨大的价值。
高频使用会带来安全的风险,但是如果不用,数据就无法发挥价值。如何解决这两个矛盾的点,从技术上讲,需要在数据的存储、使用、流通上保证数据的安全。因此,新一代的IT技术设施建设必须结合虚拟化技术、智能网络技术,并具备足够的AI算力才能做到安全的存储和高效的使用。
以虚拟化桌面为代表的虚拟化技术减少了原始数据的传送,极大的降低了数据外泄的风险。在GPU技术的支持下,虚拟化的应用在使用上可以达到本地数据使用一样的效果。即便是医疗图像阅片、3D显示这些复杂的任务,也能实现流畅的使用体验。但是数据本身会安全的存储在数据中心,不会有数据分发带来的风险。在保障了数据安全的同时,提高了数据使用和分享的效率。
另外,随着AI的加速落地,每家医疗机构都会使用大量的AI模型。每月、每周、甚至每天都会有新的AI模型投入使用。AI模型需要大量的数据进行训练和升级。现实中,把这些数据集中起来支持AI模型是不安全,也不现实的。联邦学习是目前在这一场景下最为安全和有效的方式。联邦学习通过传送加密更新权值的方式,利用分散在多个中心的数据训练一个准确度最高的模型。因为训练过程中不传输数据本身,只传输深度网络的权值增量,并且加密传输,即便是被截获也无法恢复出原始数据。保障数据安全的同时可以充分、便捷地运用数据。
从IT基础设施的角度上,智能化的网络和智能化网卡会使数据中心成为难以攻破的安全堡垒。网络是高速路,网卡是数据中心通向高速路的大门。传统网卡只有数据传输的功能。安全性功能主要是放在堡垒机上。一旦堡垒机被攻破和出现漏洞,整个数据中心都会面临风险。网卡的智能化会使每一台服务器的网络大门都具备处理攻击的能力,极大地提升数据中心的安全性。
发表评论