医用画像やゲノミクスなど、多岐にわたる、数十の講演を開催されるオンラインのイベント

GTC Digital では、AI とヘルスケアの組み合わせが掘り下げられ、ヘルスケアについての講演、研究ポスター、ワークショップ、トレーニング セッションおよび質疑応答が、医療の未来に興味をお持ちの皆さまにライブとオンデマンドで提供しています。

仮想の GPU Technology Conference では、イノベーターが AI と GPU によって医師と医療機関を支援する方法を語ります。ヘルスケアと医学の著名な研究者が、ディープラーニング アプリケーションをヘルスケアのあらゆる面で活用する方法について講演します。

オンデマンドでの数多くの講演、ならびに NVIDIA Deep Learning Institute によるハンズオン トレーニング (低価格で受講可能) では、医用画像、ゲノミクス、顕微鏡検査などにおける AI の活用に焦点が当てられます。

ヘルスケア向けの画期的な AI ツールを開発する場合、開発者は、自らのソリューションを医療ワークフローに組み込むために、医師や政策立案者と連携しなければなりません。GTC Digital のセッションでは、ウェールコーネル医科大学の最高戦略/契約責任者のジェラルディン マクギンティー (Geraldine McGinty) 氏が登壇し、AI が今日の放射線診療にもたらしている効果と未来における AI の発展について話します。

GTC Digital では、計算化学、ゲノミクス、医用画像、顕微鏡検査および病理学といった分野で、さらに数十の講演が予定されており、今後は毎週木曜日にコンテンツが追加されます。ここでは、必見のセッションをいくつか紹介します。

• Accelerating Cancer Research: VDI by Day, Compute by Night (がん研究を加速する: VDI と計算の絶えざる進化): 世界トップクラスの総合的ながん研究センターであるアントニ　ファン　レーウェンフック病院オランダがん研究所では、仮想デスクトップ インフラストラクチャを使って研究を加速し、臨床医の効率を向上させています。
• De Novo Protein Design of Epitope-Directed Inhibitors (エピトープ誘導阻害のデ ノボ プロテイン設計): この講演では、Friedrich Miescher Laboratory of the Max Planck Society のポストドクター研究員であるモハメド　エルガマシー (Mohammad ElGamacy) 氏が、GPU によって高速化された計算パイプラインによって蛋白質医薬品の設計を行う方法を説明します。
• GPU-Accelerated Next-Generation Sequencing Bioinformatic Pipeline (GPU で高速化された、次世代のシークエンシング バイオインフォマティック パイプライン): マウントサイナイ医科大学のコンピュテーショナル リサーチ サイエンティストであるマーガレット　リナン (Margaret Linan) 氏が、NVIDIA GPU を使ってバイオインフォマティックス解析を高速化する方法について語ります。
• High-Throughput Cryo-Electron Microscopy and Cryo-Electron Tomography Powered by GPU at the University of California, San Francisco (カリフォルニア大学サンフランシスコ校における、GPU を活用したハイスループット低温電子顕微鏡法と低温電子断層撮影): バイオインフォマティックスの専門家であるショーン　チェン (Shawn Zheng) 氏が、NVIDIA の GPU テクノロジを使って、低温電子顕微鏡法と低温電子断層撮影の重要な課題を解決する方法を共有します。
• Making Radiology AI Models More Robust: Federated Learning and Other Approaches (放射線学の AI モデルをよりロバストにする: フェデレーテッド ラーニングとその他の手法): スタンフォード大学のダニエル ルービン (Daniel Rubin) 教授が、フェデレーテッド ラーニングによって、トレーニング データの品質に関する課題を解決し、医用画像用の AI モデルを構築する方法について語ります。

医用画像のトレーニング

丸 1 日または 2 時間の Deep Learning Institute セッションに参加して、インストラクター付きの AI トレーニングを受けましょう。参加者は、プレゼンターとリアルタイムで対話することができます。以下の 2 時間セッションでは、AI と医用画像に焦点が当てられます。それぞれの料金は 39 ドルです。お早めの登録をお勧めします。

• Coarse-to-Fine Contextual Memory for Medical Imaging (医用画像のための Coarse-to-Fine Contextual Memory): 医用画像セグメンテーションのためのエンコーダー デコーダー アーキテクチャについて深く学びましょう。米国時間 4 月 2 日 (木曜日)。
• 3D Segmentation for Medical Imaging with V-Net (V-Net を使った医用画像用 3D セグメンテーション): 前立腺のスキャンをサンプルにし、V-Net アーキテクチャを使って 3D 画像のセグメンテーションを行う方法を学びましょう。米国時間4 月 8 日 (水曜日)。
• Data Augmentation and Segmentation with Generative Networks for Medical Imaging (医用画像用の生成ネットワークによるデータ オーギュメンテーションとセグメンテーション): 敵対的生成ネットワーク (GAN) を使って、データ オーギュメンテーションのために脳の合成 MRI を生成し、さらに脳のスキャンのセグメンテーションを行う方法を学びましょう。米国時間4 月 8 日 (水曜日)。

最新の研究ポスターを読み解く

GTC Digital の参加者は、世界中の医療研究者から送られて来た、およそ 150 枚のポスターを閲覧することもできます。以下を含む、そのうちの 20 枚程度がヘルスケアと科学に焦点を当てています。

• MolecularRNN: Generating Realistic Molecular Graphs with Optimized Properties (MolecularRNN:プロバティの最適化によって、リアルな分子グラフの生成): Mariya Popova, Carnegie Mellon University
• Data-Driven Approach of Coronary Vessel Reconstruction Using X-Ray Angiography (X 線血管造影を用いた冠状血管再構成のデータ主導型アプローチ): Kritika Iyer, University of Michigan
• Fully Automated Blood Analyzer Driving Early Detection for Leukemia Based on Cytomorphology (白血病の早期発見を可能にする、細胞形態学に基づく全自動型血液分析装置): Jie Wang, Shanghai Jiao Tong University
• Generating Microscopic Phase Images with Deep Learning (ディープラーニングを用いた顕微位相画像の生成): Abdul Al-Haimi, PerkinElmer
• Manipulating the StyleGAN Latent-Space: H&E Image Synthesis for Prostate Cancer Research (StyleGAN の Latent-Space を活用: 前立腺がん研究のための H&E 画像合成): Gagan Daroach, Milwaukee School of Engineering

GTC のすべてのヘルスケア コンテンツをチェックして、今すぐ無料登録してください。