GPU的應用領域總是出乎人們的意料。
最近，在官方的技術部落格上介紹了一項關於GPU應用的最新研究成果。來自劍橋大學的研究團隊透過採集大量寵物狗的的心跳資料，宣佈有望透過一種機器學習演算法來輔助診斷寵物的心臟疾病，並將該研究刊登在了國外的獸醫醫學雜誌上。
而更出乎人意料的是，這種演算法正是透過英偉達如今已經有點落後的10系顯示卡上的GPU訓練的。
研究中利用GPU來診斷的寵物疾病叫“MMVD”，又稱為“二尖瓣膜退行性病變”，是一種在中小型犬中較為常見的心臟疾病，對於寵物醫生來說，心音資料（指心臟收縮和舒張過程中產生的聲音）則是一項用來判斷寵物是否患有MMVD的重要指標，理想情況下，醫生可以從聲音中獲取心腔泵血的異常情況。
但現實是，想透過該指標來診斷疾病，過去非常依賴醫生的主觀判斷，由於沒有數量更多的寵物資料支援，所以很難規定一個精確的界定標準；再加上寵物到了醫院這種陌生環境總是更加緊張，在心率提高的狀態下，人工診斷MMVD的難度也會進一步提高。
而負責這項“GPU診斷實驗”的研究人員則希望透過更多的資料收集，透過機器學習的方法把這項任務交給AI和演算法解決，這樣既排除了人工經驗的誤判，也不會給寵物帶來更大的心理壓力。
為了獲得準確且足量的學習資料，研究小組收集了756只小狗的心臟錄音資料，這些資料均透過顯示卡上的GPU進行處理，透過GPU也能得到更準確的心臟分析結果。
最終根據論文結果顯示，這項演算法在檢測心臟雜音方面實現了87.9%的靈敏度；另外在根據心音資料判斷病情方面，在57%的情況下與人類獸醫專家相符。這個資料看上去不算高，但實際上在心音診斷這一環節，目前不同醫生往往也會給出偏差較大的診斷結果。
就像這項研究的主要參與者Agarwal教授提出的：“我們的研究為更方便、更經濟地檢測和治療犬心臟瓣膜病奠定了基礎。”
如今在AI開始逐漸輔助人類醫療後，相信也會開始在獸醫領域發揮自己的作用。
