从在社交媒体上标注某人，到在入境口辨识旅客身份，面部识别技术已经司空见惯。现在，有家初创公司正打算用它拯救生命。
超过 3000 万美国人（80% 是儿童）患有罕见的遗传病，这类疾病大概有 7000 种。其中许多人存在面部或颅骨发育畸形，根据他们所患的疾病，畸形的情况也各有不同。
然而，说到这些疾病的诊断，诊断过程出人意料地陈旧。从手动测量面部特征之间的距离，到凭借几十年的经验，医生依靠各种过时的方法诊断疾病模式。做出准确的诊断平均需要七年时间，而这期间要咨询多名医生。
FDNA 的 Face2Gene 应用程序将图像转换为数据，帮助医生诊断罕见的遗传病。
庞大的需求未得到满足
几年前，这种情况引起了一个创业团队的注意，而此时他们刚刚把自己的面部识别公司 Face.com 卖给 Facebook。他们决定应用他们开发的基础机器学习技术，帮助遗传学家攻克这一诊断难题。
因此，他们创建了 FDNA，这家位于波士顿的初创公司致力于应用面部识别、深度学习和人工智能技术，推动罕见疾病诊断学和治疗学的发展。
“我们很快就明白先进的技术会对这种做法大有裨益。”FDNA 首席执行官 Dekel Gelbman 说。
可以使用 FDNA 的技术的不只是看护者。制药公司迫切希望将罕见药（用于治疗罕见病）市场真正利用起来，麦肯锡公司预测，这一市场的价值将在 2020 年前达到 1760 亿美元，几乎占全球处方药市场的五分之一。
将脸部比对应用于遗传综合症
该团队着手建立了图像数据库和解读图像的神经网络。他们花了三年时间与全球的遗传学家和诊所合作，开始以众包的方式收集图像和数据。同时，他们开始建立并训练系统。
2014 年，FDNA 推出 Face2Gene，这款产品可以帮助诊断大约 50 种已知的遗传综合症。该公司使用 NVIDIA GPU 训练其网络，并使用在 Amazon 实例上运行的基于云的 GPU，来提供提高性能所需的更强功能。
FDNA 研发副总裁 Yaron Gurovich 说：“支持这一系统的关键在于构建能够以迅速、可行的方式进行训练的算法。没有 GPU，就做不到这一点。”
使用深度学习技术
2015 年，FDNA 决定加大投入并采用深度学习方法，从而构建新型架构，并将过去的参考工具扩展成一整套应用程序。
借助 NVIDIA 的 CUDA 并行处理平台和 cuDNN 库，FDNA 构建起一个强大的网络，可以支持用于临床评价和临床咨询论坛以及医学资料库和 API 的应用程序。Gelbman 表示，借助以上工具，实验室可以利用匿名患者的面部特征和临床表型，将得出诊断结果的可能性从预估的 25% 提高到 40%。
在这一过程中，这还可以将原先长达一周的训练过程缩短到几个小时。
在去年 10 月于不列颠哥伦比亚省温哥华举行的美国人类遗传学协会年会上，该公司推出了全新的 Face2Gene 应用程序套件, 这些应用程序目前已拥有 2000 多种有记载的综合症。
Gelbman 表示，目前全球有 70% 的遗传学家都在使用 Face2Gene，随着他们上传患者照片，FDNA 的图像数据库在不断扩大，因此可以更快生成诊断结果。
Gelbman 预测，通过将 Face2Gene 确立为一种临床评价标准，它很快会成为实验室分析的标准。到 2018 年，该公司希望帮助制药公司加快治疗患者和研发新药的速度。
“理论上我们能做到的事情完全可以拯救数百万人的生命，并改善这些患者及其家人的生活质量。”Gelbman 说。
如要详细了解 AI 计算如何改变医疗保健和其他行业，请参加 5 月 8 日至 11 日在硅谷举行的 GPU 技术大会。提前注册可享优惠。
