在气势如虹的人工智能浪潮中，医疗一直是个热门领域。要知道，国内医疗方向的人工智能融资规模在2018年中期前后就已经超过了200亿人民币，拿到这些融资的公司更是超过了100家（根据亿欧网的相关报告）。
这一大批创业公司和科技巨头在传统医疗器械巨头尚未反应之时，已经从医疗的各个环节开始了“AI实验”。在这个实验过程中，除了各种收集的医疗数据之外，自然不可避免地使用到AI处理能力，主要为他们提供AI处理能力的就是英伟达。
上周六，在“深科技”和“麻省理工科技评论（MIT Technology Review）”举办的EmTech上，英伟达副总裁Kimberly Powell在演讲之余，还专门接受了国内媒体的群访，期间回答了数个问题，基本覆盖了大家平常最关心的“AI+医疗问题”。
写在采访摘录前
作为AI浪潮中主要的计算力提供方，英伟达的硬件早在初创公司的手上“涉足”医疗行业。在庞大的需求和初创公司的激励下，英伟达去全面启动自己的医疗项目——Clara平台。
这套平台面对的主要是医疗影像领域，后者也是目前整个“AI+医疗”方向中最主流的两个方向之一。另外一个主要方向是医疗相关的AI大数据挖掘，它跟其他领域的大数据应用没有太大差别，实际上可以由英伟达针对大数据应用开发的RAPID平台进行开发，同样能够为创业者节省大量的时间精力。
那么Clara平台究竟能干什么呢？以去年9月英伟达正式公开Clara平台时黄仁勋的现场展示为例：一台传统的二维CT机扫描数据，在连入Clara平台之后直接就能将数据转化为3D立体影像，你甚至直接能利用机器对器官的基础特性进行测量（体积变化、外形是否异常等），大大提升了诊断的效率。
而在EmTech 2019的现场，Kimberly Powell还特别指出了一个观点——除了医疗中的影像和基础数据之外，蛋白质对比、基因大数据、药物开发等医疗探索，正在源源不断地将大量数据收集起来，收集之后的下一步，必然是对它们进行计算，寻找其中对于产业和人类的价值。
现场部分采访问答
问：Clara平台的具体客户群是哪些？
Kimberly：目前Clara是一套SDK，可以在官网上免费下载。其次，对于初创公司来说，他们非常喜欢SDK，因为我们的Clara是分好几层的，对于初创公司而言他们只会关注最顶层的应用层，至于下面的编排层、执行层，如果让他们自己开发的话，其实成本是非常高的。Clara主要针对三大类型企业客户，第一是医疗设备公司，第二是人工智能软件开发公司，第三可能是那些拥有几百个应用的医院。对医疗设备公司而言，他们现在可能只是用到了Clara的第一层，但是他们用完了第一层以后，相信很快会提升到第二层甚至第三层的需求。
问：在医院搭建这样一个平台，大致需要多少的成本？您认为什么样的医院需要这个平台的服务？
Kimberly：Clara不是作为一个单独的软件套件向医院销售的，而是通过NVIDIA的企业合作伙伴销售，因为它是作为一种应用安装在硬件系统里使用的，所以我们很难回答Clara单独的成本是多少。NVIDIA的硬件作为一种基本的器件几乎存在于所有计算的设备中，所以Clara使用的范围是广泛的，即使是你买的游戏显卡都可以支持Clara的运行。
Clara不仅适用于某种类型的医院，可能有的医院还没有意识到Clara的优势。他们会逐渐意识到，在计算设备采购方面，通过Clara平台，他可以购买任何计算机的硬件都可以做到三种不同类型的计算，对于他们来说益处很大。就我们自己而言，，Clara平台的定位是针对医疗行业分层的软件堆栈。
问：国内外对Clara平台的使用情况有何差别？
Kimberly：不管在中国还是美国，他们对Clara平台的使用都是大同小异的，我先介绍一下Clara这个平台，Clara平台在结构上分成几个层，对客户来说，作为一家公司，他可以选择使用其中某一层，或者选择使用Clara平台提供的所有层。我们来看一下Clara平台的最底层，最基本的部分就是cuDNN（神经网络的执行层）；第二层是最近刚刚发布可用的，是我们的引擎，这个引擎能够使得多个AI的任务并行执行，因为我们知道现在人工智能的算法也越来越成熟，对于很多公司而言，他需要对这些人工智能的任务进行良好的管理。如果说中美客户在Clara的使用上有什么不同，有一个不同，美国客户在IT方面的成熟度略高一些，因此他可以在云端执行Clara，而这也是因为美国有数据匿名化的技术来实现Clara的云端执行。
同样的一套软件既可以在医院本地运行，也可以在云端运行，对于中国市场而言，我认为这样一种混合的运营环境的支撑是非常有优势的，因为我们知道可能在中国的一些比较偏远的省份或者农村地区，他们网络条件不好，无法获得这样的云服务，他们可以选择在本地执行；但是对于那些大城市而言，条件比较好，他们可以选择云端运行的方式。
现在在中国，有一些客户是用到了Clara平台中的某一层，更多的是神经网络的执行，但是我们现在正在和诸多中国医疗行业的企业洽谈有关更复杂的模型执行。
问：从长远来看，NVIDIA想通过Clara平台收获什么？
Kimberly：在医疗影像方面，我们并不希望计算、可视化以及人工智能三个不同的工作负载分别执行在不同的硬件上，我们希望一台计算机借由Clara就可以做三种不同的计算。对于Clara而言，NVIDIA的想法是软件+硬件，其实Clara也是NVIDIA对于未来智能设备的铺垫。因为我们认为，收集数据做事后分析很大程度上取决于你在什么设备上，什么时候收集的数据。事实上我们希望通过软件的创新赋能医疗设备，在硬件端会有智能的设备，同时我们配置软件开发的SDK，这意味着实现在医疗行业随时随地的计算。
问：未来针对Clara平台有什么改进的计划？这种改进是加强不同设备的数据连通还是有其他想法？
Kimberly：Clara本身是一套软件，目前发布的还是比较早期的版本，之后我们还会持续不断的为它提供支持。目前我们已经有了一些重点要改善Clara的地方，比如与外部的硬件系统之间的互联互通；比如我们已经决定要支持通讯协议；还有在Clara上增加更多加速的引擎，帮助初创企业以更快的速度做更多的工作，帮助他们加速方案的部署。同时我们正在做的还有学习知识的转让以及辅助式的功能。将学习到的这些经验知识转移，是非常重要的。因为我们知道在不同地区的医院，本身条件不一样，使用的设备也不一样。我们希望在某个医院设备上所分析出来的一些知识或者总结的结论，能够在本地做一个很好的总结，或者归纳，然后普及推广，而不是只把结果输出出去。因为医院不一样，可能结果并不是如实的反应，所以学习知识的转让很重要。