对于医疗人工智能企业算力问题，英伟达打出关键一招( 五 ) 对于人工智能企业

通过在GPU上利用Docker和NVIDIA的Kubernetes ，开发者可以在多个计算环境（包括嵌入式、预置式或云端）中部署应用程序。

当涉及治疗和诊断时，放射科医生通常需要花费数小时仔细检查一张患者的3D图像。这是一个枯燥乏味的过程，放射科医生必须逐个切片查看CT或MRI扫描图像，手工绘制、注释和修正他们关注的器官或异常情况，然后对特定的器官或异常情况的所有3D图像切片重复这一步骤。

NVIDIA的AI辅助注释SDK能够以10倍的速度大大加快此过程，并有助于更快地发现异常情况。这是通过使应用程序开发者和数据科学家将AI辅助注释SDK集成至他们现有的应用程序中，并将AI辅助工作流程用于放射线照相得以实现。

AI辅助注释SDK利用NVIDIA的迁移学习工具包不断自我学习，所以每个添加注释的新图像都可以用作训练数据，进一步提高所提供的预训练深度学习模型的精确度。