Молодой Викшит Кумар потерял мать из-за рака яичников, который был обнаружен на слишком поздней стадии, чтобы можно было выздороветь с помощью химиотерапии. Если бы состояние его матери было обнаружено раньше, возможно, все сложилось бы совсем по-другому. Этот толчок побудил Викаса сменить карьеру с машиностроения, стать студентом-медиком и в настоящее время стать старшим научным сотрудником в клинике Мэйо в Рочестере.
С тех пор, никогда не оглядываясь назад, Кумар возглавляет использование глубокого обучения на базе графических процессоров для более точной и ранней диагностики рака, чем ультразвуковое лечение, выигрывая больше времени для спасения многих жизней, пораженных раком.
Его усилия направлены на борьбу с раком молочной железы, который встречается чаще, чем рак яичников, и поэтому привлекает больше средств. Основная цель – обеспечить более раннюю диагностику в развивающихся странах.
Углубляемся в глубокое обучение
Работая над использованием ультразвуковых изображений для диагностики осложнений преждевременных родов, он понял, что с помощью ультразвука можно классифицировать рак молочной железы, если брать в руки различные предметы. Копнув глубже, он пришел к выводу, что глубокое обучение — хорошее решение, после чего погрузился в автоматический режим, чтобы узнать все, что он мог знать о построении и использовании моделей глубокого обучения.
За этим обучением стоял стимул: это был инструмент, который действительно мог помочь. – Викшит Кумар
Поскольку это помогает своевременно выявить рак молочной железы, особенно в развивающихся странах, где дорогие маммографические аппараты ограничены мегаполисами.
Диагностика рака NVIDIA GPU Cloud с помощью ультразвука экономически целесообразна, и даже в развитых странах, где регулярные маммографии женщинам после 40 лет не редкость, ультразвук может стать ключом к диагностике рака у беременных или будущих беременных женщин. поскольку их нельзя лечить с помощью рентгеновских лучей маммографии.
Поднимаясь по кривой
Прогресс Кумара в области инструментов глубокого обучения представляет собой положительную кривую, поскольку настройка системы глубокого обучения теперь занимает всего несколько часов, а не два или три дня, которые ему требовались для выполнения этой работы раньше. Локальная обработка выполняется с использованием контейнера платформы глубокого обучения TensorFlow из NVIDIA GPU Cloud (NGC) на графических процессорах NVIDIA TITAN и GeForce. Самая тяжелая работа требует перехода на графические процессоры NVIDIA Tesla V100 на Amazon Веб-сервисы с использованием контейнеров NGC, оптимизированных для максимальной производительности на графических процессорах NVIDIA Volta и архитектуры Pascal локально и в облаке.
Как только у нас будет разработана архитектура и мы захотим повторить этот процесс, мы перейдем к AWS», — сказал Кумар, описывая свой план. На данный момент команда Кумара работает как над обучением, так и над выводом на одних и тех же графических процессорах. Вдобавок к этому Кумар заявил, что хочет делать выводы на УЗИ-аппарате в режиме реального времени.
Еще больше прогресса впереди!
Реализуя свои планы, Кумар намерен в следующем году провести испытания на живых пациентах, применяя эту технику и продвигаясь к своей цели – эффективно использовать ультразвуковые изображения для раннего выявления других видов рака, таких как рак щитовидной железы, яичников и т. д.
Новаторское видение Кумара в области медицинской науки состоит в том, чтобы победить рак, когда он еще молод, выявив его на ранней стадии и пресекая в зародыше, что само по себе является похвальным подвигом, если оно достигнуто. Однако терпение — это ключ ко всему, и терпение — это то, чего Кумар требует от своих пациентов в отношении их подхода к этой новой технологии. «Это должна быть зрелая технология, прежде чем она сможет быть принята в качестве клинического стандарта рентгенологами и сонографистами», — сказал он.
Быстрый прогресс работы Кумара и его команды позволяет предположить, что день, когда эта технология будет официально оформлена в соответствии с клиническими стандартами, не за горами, и мы надеемся, что это произойдет раньше, чем скоро, ради всех больных раком!