GPU 的應用領域總是出乎人們的意料。
最近，英偉達在官方的技術博客上介紹了一項關于 GPU 應用的最新研究成果。來自劍橋大學的研究團隊通過采集大量寵物狗的的心跳數據，宣布有望通過一種機器學習算法來輔助診斷寵物的心髒疾病，并将該研究刊登在了國外的獸醫醫學雜志上。
而更出乎人意料的是，這種算法正是通過英偉達如今已經有點落後的 10 系顯卡上的 GPU 訓練的。
研究中利用 GPU 來診斷的寵物疾病叫 "MMVD"，又稱爲 " 二尖瓣膜退行性病變 "，是一種在中小型犬中較爲常見的心髒疾病，對于寵物醫生來說，心音數據（指心髒收縮和舒張過程中産生的聲音）則是一項用來判斷寵物是否患有 MMVD 的重要指标，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，想通過該指标來診斷疾病，過去非常依賴醫生的主觀判斷，由于沒有數量更多的寵物數據支持，所以很難規定一個精确的界定标準；再加上寵物到了醫院這種陌生環境總是更加緊張，在心率提高的狀态下，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 " 的研究人員則希望通過更多的數據收集，通過機器學習的方法把這項任務交給 AI 和算法解決，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。
總計 618 分鍾的音頻記錄了不同健康狀況的犬類心音
爲了獲得準确且足量的學習數據，研究小組收集了 756 隻小狗的心髒錄音數據，這些數據均通過顯卡上的 GPU 進行處理，通過 GPU 也能得到更準确的心髒分析結果。
最終根據論文結果顯示，這項算法在檢測心髒雜音方面實現了 87.9% 的靈敏度；另外在根據心音數據判斷病情方面，在 57% 的情況下與人類獸醫專家相符。這個數據看上去不算高，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：" 我們的研究爲更方便、更經濟地檢測和治療犬心髒瓣膜病奠定了基礎。"
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。
