三年大片大全免费观看大全动漫版,大地中文在线观看免费高清,国产又猛又黄又爽,天干夜天干天天天爽视频,国产成人无码精品久久久影院

×
服務條款
服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容服務條款內容
首頁>企業新聞>企業(ye)新聞詳情(qing)
《CHIMA》：CPU也能加速AI？看匯醫慧影醫學影像系統的實戰收獲

文章來源：匯醫慧影

15/09

2021

轉自CHIMA
本文英特爾供稿



利用AI技(ji)術(shu)加快醫(yi)學影(ying)像(xiang)(xiang)分析速度，支持醫(yi)療機(ji)構完成從信息化(hua)向智(zhi)能(neng)化(hua)的轉型(xing)，讓更多(duo)病患從智(zhi)慧醫(yi)療技(ji)術(shu)的發展(zhan)中獲(huo)益(yi)，是匯(hui)醫(yi)慧影(ying)一直以來的目標和(he)愿景。通過引入第二代英特(te)爾?至強?可擴展(zhan)處理器、OpenVINO?工具(ju)套件(jian)以及面向英特(te)爾?架(jia)構優化(hua)的Python等領先軟硬(ying)件(jian)產品(pin)和(he)技(ji)術(shu)，使我們醫(yi)學影(ying)像(xiang)(xiang)解決(jue)方案的各個平(ping)臺的處理效率(lv)都獲(huo)得了(le)顯著提升。
                   ;                                                           ——匯醫慧影CEO&創始人(ren) 柴象飛

盡管有多種多樣的(de)檢(jian)測(ce)方(fang)式，但CT影(ying)像依然是(shi)新(xin)冠檢(jian)測(ce)中更有效的(de)判(pan)斷依據。為了助力更加快速和(he)精準地處理海量的(de)(de)影(ying)像數據，匯醫慧(hui)影(ying)在英特爾軟硬(ying)件組(zu)合拳(quan)的(de)(de)幫助下(xia)，全面提升其全周期AI醫學(xue)影(ying)像解(jie)決方(fang)案的(de)(de)性能，在新型冠狀病(bing)毒(du)肺炎篩(shai)查、乳(ru)腺癌檢測等多場景(jing)應用中都成效(xiao)顯著。

從2019年年底開(kai)始迅速擴散的(de)(de)新(xin)型冠狀病毒肺(fei)炎(yan)(COVID-19，以下簡稱“新(xin)冠肺(fei)炎(yan)”)疫(yi)情，對醫(yi)(yi)療(liao)機構的(de)(de)快(kuai)速診斷(duan)能(neng)(neng)力提出了突(tu)如(ru)其來且非常嚴峻的(de)(de)挑戰(zhan)，利用人工(gong)智(zhi)能(neng)(neng)(ArtificialIntelligence，以下簡稱AI)方(fang)(fang)法開(kai)展(zhan)醫(yi)(yi)學(xue)影像(xiang)(xiang)智(zhi)能(neng)(neng)分析(xi)及(ji)輔助診斷(duan)，是應對這(zhe)一(yi)挑戰(zhan)的(de)(de)有效方(fang)(fang)案(an)。一(yi)直致力于(yu)計算機視覺和深度學(xue)習技術(shu)應用開(kai)發的(de)(de)匯(hui)醫(yi)(yi)慧影，就通(tong)過其自主研發的(de)(de)Dr.TuringAI平(ping)臺、Radcloud大(da)數(shu)(shu)據智(zhi)能(neng)(neng)分析(xi)云(yun)平(ping)臺以及(ji)Novacloud智(zhi)慧影像(xiang)(xiang)云(yun)等(deng)產(chan)品，為(wei)眾多醫(yi)(yi)療(liao)機構提供了一(yi)套(tao)全周(zhou)期、高(gao)性能(neng)(neng)的(de)(de)AI醫(yi)(yi)學(xue)影像(xiang)(xiang)解決方(fang)(fang)案(an)，并將(jiang)其成功應用于(yu)包括新(xin)冠肺(fei)炎(yan)在內的(de)(de)數(shu)(shu)十種(zhong)疾(ji)病的(de)(de)診療(liao)。

作為該方案中專攻醫(yi)(yi)(yi)學影像(xiang)輔助(zhu)診斷的(de)前端先鋒(feng)，Dr.TuringAI平臺可為醫(yi)(yi)(yi)院(yuan)和患(huan)者提(ti)供(gong)10余種常見疾病的(de)醫(yi)(yi)(yi)學影像(xiang)AI分析(xi)能力，并提(ti)供(gong)結構化(hua)的(de)報告；Novacloud智慧影像(xiang)云(yun)可通過基于云(yun)服務的(de)端到端AI互動能力，為醫(yi)(yi)(yi)、患(huan)和醫(yi)(yi)(yi)院(yuan)的(de)管理(li)者提(ti)供(gong)更為便捷(jie)的(de)服務；Radcloud大數據智能分析(xi)云(yun)平臺作為醫(yi)(yi)(yi)療機(ji)構推進科(ke)(ke)研(yan)的(de)重(zhong)要助(zhu)手，則能提(ti)供(gong)多樣化(hua)的(de)影像(xiang)大數據科(ke)(ke)學分析(xi)能力，可大大加快放射組(zu)學等新技術(shu)在醫(yi)(yi)(yi)療行業的(de)研(yan)發與落地進程。

為幫助匯醫(yi)慧影優(you)化(hua)這一全周期AI醫(yi)學(xue)影像解決方(fang)案的(de)(de)性能，英(ying)特(te)(te)(te)爾不僅提(ti)供了集成有英(ying)特(te)(te)(te)爾?深度學(xue)習(xi)加速(英(ying)特(te)(te)(te)爾?DLBoost)技術的(de)(de)第二代英(ying)特(te)(te)(te)爾?至強?可擴展處理(li)器，用作方(fang)案的(de)(de)核心(xin)計算引擎(qing)，還提(ti)供了OpenVINO?工具套件(jian)(jian)以及面向英(ying)特(te)(te)(te)爾?架構優(you)化(hua)的(de)(de)Python等軟(ruan)件(jian)(jian)優(you)化(hua)工具。得益于這些軟(ruan)硬件(jian)(jian)相互(hu)搭配、協作優(you)化(hua)帶來的(de)(de)整體加速優(you)勢，匯醫(yi)慧影Dr.TuringAI平臺(tai)在(zai)新冠肺(fei)炎篩查、乳腺癌(ai)檢測等影像分(fen)析(xi)場景(jing)中的(de)(de)推理(li)速度獲(huo)得了顯著提(ti)升。同(tong)時，放射組學(xue)分(fen)析(xi)方(fang)案在(zai)優(you)化(hua)后(hou)的(de)(de)Radcloud大數據(ju)智能分(fen)析(xi)云平臺(tai)的(de)(de)支持(chi)下，在(zai)處理(li)效率上也(ye)收獲(huo)了明顯的(de)(de)加速效果。


匯醫(yi)慧(hui)影(ying)全周期AI醫(yi)學影(ying)像解(jie)決方案實現(xian)的(de)應用優勢：

?在與新冠肺炎篩查相關的(de)(de)肺部CT影像(xiang)分析場景中，第二代(dai)英特爾?至(zhi)(zhi)強?可擴展(zhan)處理(li)器帶來的(de)(de)算力與OpenVINO?工具套(tao)件帶來的(de)(de)優化相配合，可令Dr.TuringAI平(ping)臺的(de)(de)平(ping)均推理(li)耗(hao)時縮短至(zhi)(zhi)原先的(de)(de)35%；

?在(zai)乳腺癌影像分析(xi)場景中，基(ji)于第二(er)代英特(te)爾(er)?至強?可擴展(zhan)處理(li)器(qi)，及(ji)其集成(cheng)的英特(te)爾(er)?深度(du)學習加速(su)技術提(ti)供的INT8推(tui)理(li)加速(su)，在(zai)Dr.TuringAI平(ping)臺(tai)上構(gou)建的檢測模(mo)型在(zai)采用OpenVINO?工(gong)具套件(jian)進行轉換和優化(hua)后，其推(tui)理(li)速(su)度(du)較原(yuan)始方(fang)案提(ti)升(sheng)高達8.24倍，且精確度(du)損(sun)失不到0.17%；

?通過使用面向英(ying)特爾?架構(gou)優化的(de)(de)Python，并結合第(di)二代英(ying)特爾?至強?可擴展處理器提(ti)(ti)供(gong)的(de)(de)算(suan)力(li)支持，放射組學(xue)分(fen)析(xi)方案在基于Radcloud大(da)數據智能分(fen)析(xi)云平臺(tai)的(de)(de)醫療(liao)科研平臺(tai)上的(de)(de)推理速度，實現了(le)多達2.08倍(bei)至2.12倍(bei)不等的(de)(de)提(ti)(ti)升。

新冠肺炎的突然爆發和大規(gui)模流行，對于中(zhong)國及全球醫療機構(gou)而言，是一(yi)個在速度和烈(lie)度上都堪稱(cheng)嚴峻的挑戰。

控制新(xin)冠(guan)疫情(qing)的(de)原則(ze)，和(he)預防及(ji)控制其(qi)他傳染病(bing)基(ji)本(ben)一致(zhi)，即遵循“三早原則(ze)”——早發現、早診斷、早治療(liao)。其(qi)中，“早發現”或者說“早診斷”是將被感染者從疑似人群中及(ji)時辨識出來，并(bing)盡早進(jin)行后續隔離治療(liao)的(de)關鍵步驟。如圖(tu)一所示，在實踐中，中國醫療(liao)機構普遍以核酸試劑檢(jian)測(圖(tu)一左)為主要診斷方式(shi)(shi)，以肺部(bu)CT 影像(xiang)檢(jian)查(cha)(cha)(圖(tu)一右)為輔助方式(shi)(shi)，來對新(xin)冠(guan)肺炎進(jin)行篩(shai)查(cha)(cha)診斷。

圖一 新冠(guan)肺炎(yan)篩(shai)查診斷方法圖示

核酸檢(jian)(jian)(jian)測雖有(you)便捷的(de)優勢，但其會受樣(yang)本(ben)(ben)病毒(du)(du)含量、病毒(du)(du)是(shi)否變(bian)異(yi)、病毒(du)(du)核酸是(shi)否有(you)效(xiao)提取(qu)，以及樣(yang)本(ben)(ben)是(shi)否合理保存(cun)等因素的(de)影(ying)響，存(cun)在(zai)一(yi)定(ding)概率的(de)檢(jian)(jian)(jian)測結果誤判，即(ji)呈“假陰性”。肺(fei)(fei)部CT影(ying)像(xiang)檢(jian)(jian)(jian)查是(shi)通過(guo)分(fen)析肺(fei)(fei)部真(zhen)實影(ying)像(xiang)來判別患(huan)者(zhe)肺(fei)(fei)部是(shi)否出現病變(bian)，因此在(zai)對早(zao)期新冠肺(fei)(fei)炎癥狀的(de)檢(jian)(jian)(jian)測敏感度(du)上，要優于(yu)核酸檢(jian)(jian)(jian)測。一(yi)項數據表明，在(zai)51例患(huan)者(zhe)的(de)檢(jian)(jian)(jian)測結果中，肺(fei)(fei)部CT影(ying)像(xiang)檢(jian)(jian)(jian)測對于(yu)新冠肺(fei)(fei)炎的(de)靈敏度(du)為98%，遠(yuan)高于(yu)核酸檢(jian)(jian)(jian)測(反(fan)(fan)轉錄(lu)-聚合酶鏈反(fan)(fan)應(ying)方法)71%的(de)靈敏度(du)。

不(bu)過(guo)，肺(fei)部CT影(ying)像(xiang)檢查這一方法的(de)應用(yong)“門檻”，要遠(yuan)高(gao)于(yu)核酸(suan)檢測(ce)，它不(bu)僅需要醫生具有(you)專業的(de)CT影(ying)像(xiang)分(fen)析能力，也(ye)需要對(dui)新冠(guan)肺(fei)炎征象有(you)敏銳的(de)臨床判斷力。例如，新冠(guan)肺(fei)炎的(de)典(dian)型(xing)征(zheng)象(xiang)之一——肺部磨玻璃(li)影，同時(shi)也是(shi)多(duo)種(zhong)肺炎、病原體(ti)感染的(de)重要征(zheng)象(xiang)。因此，醫生在分析(xi)傳統二維的(de)CT影像時(shi)，往(wang)往(wang)需要反復比對(dui)判讀。遇到更復雜的(de)情(qing)(qing)況時(shi)，可能還(huan)需進行多(duo)科(ke)室會診。在疫情(qing)(qing)出現爆(bao)發的(de)情(qing)(qing)況下(xia)，這(zhe)種(zhong)應對(dui)方(fang)式顯然會造成疫情(qing)(qing)防(fang)控上(shang)的(de)延誤。

為破解這一難題(ti)，讓肺部(bu)CT影(ying)(ying)像檢(jian)查(cha)在疫情防控中(zhong)發揮更(geng)及時、更(geng)重要(yao)的作用(yong)，作為全球(qiu)醫學影(ying)(ying)像AI應用(yong)研發領跑者的匯醫慧影(ying)(ying)，開(kai)始出(chu)動Dr.TuringAI平臺作為抗疫先鋒，來推動新冠(guan)肺炎的快速篩查(cha)。

軟硬協同優化提升新冠肺炎篩查速度


作為(wei)匯醫(yi)慧影(ying)全周期AI醫(yi)學影(ying)像解(jie)決方案(an)中專(zhuan)攻AI醫(yi)學影(ying)像輔(fu)助診(zhen)斷的(de)平臺(tai)，Dr.TuringAI平臺(tai)可為(wei)醫(yi)院和患(huan)(huan)者提供“多病種AI輔(fu)助應用”及“結構(gou)化(hua)報告”兩大(da)主要功能(neng)(neng)。它不僅可提供10余(yu)種常見疾病的(de)AI輔(fu)助診(zhen)療能(neng)(neng)力，也(ye)能(neng)(neng)實現自動化(hua)病灶分割、檢測和測量，并輸出帶有**-RADS分級等信息(xi)的(de)AI結構(gou)化(hua)報告，在幫助醫(yi)院提升診(zhen)療效率之余(yu)，也(ye)能(neng)(neng)助患(huan)(huan)者獲得更精準的(de)診(zhen)療方案(an)。

雖然Dr.TuringAI平(ping)臺(tai)已久(jiu)經考驗，但在面(mian)對(dui)新冠(guan)肺(fei)(fei)炎的(de)(de)篩(shai)查(cha)任務時，還是需要進行一些(xie)有針對(dui)性(xing)的(de)(de)優(you)化(hua)升(sheng)級。這些(xie)優(you)化(hua)升(sheng)級如圖二所示，包括：一方面(mian)，平(ping)臺(tai)需要通過收集大量新冠(guan)肺(fei)(fei)炎數據，由專業醫(yi)生進行標注后(hou)，再結合(he)(he)平(ping)臺(tai)內置(zhi)的(de)(de)深度學(xue)習算(suan)(suan)法(fa)，實(shi)現對(dui)肺(fei)(fei)炎病灶區的(de)(de)精(jing)準(zhun)分割和(he)測量；另(ling)一方面(mian)，平(ping)臺(tai)也(ye)需要結合(he)(he)InceptionV4、InceptionResNetV2等深度學(xue)習算(suan)(suan)法(fa)模型，將原(yuan)本二維的(de)(de)CT切片進行一系列的(de)(de)“三維”重構，更加清晰直觀地反(fan)映出病灶的(de)(de)位置(zhi)、尺寸、面(mian)積(ji)變化(hua)以危(wei)重程(cheng)度等量化(hua)數據，為醫(yi)生提供(gong)更全面(mian)的(de)(de)病理圖像分析，從(cong)而幫助他們更快、更準(zhun)確(que)地進行綜(zong)合(he)(he)研判。
圖二 基于匯醫慧影Dr.TuringAI平(ping)臺的新冠肺(fei)炎篩查

上述調(diao)整雖然更適用(yong)(yong)于新冠(guan)肺炎的(de)(de)(de)(de)(de)(de)CT篩(shai)查，但也會讓Dr.TuringAI平臺執行推(tui)理(li)等過程的(de)(de)(de)(de)(de)(de)計算量和(he)復雜度急劇(ju)增加。為了在(zai)這種情況下確保令人滿(man)意的(de)(de)(de)(de)(de)(de)推(tui)理(li)性能，匯醫慧影與英(ying)特爾一起(qi)，在(zai)借助第二代(dai)英(ying)特爾?至(zhi)強?可擴展處理(li)器實現更強算力支持的(de)(de)(de)(de)(de)(de)同時(shi)，還(huan)引(yin)入(ru)了OpenVINO?工具(ju)(ju)套件(jian)，使用(yong)(yong)其(qi)內(nei)置的(de)(de)(de)(de)(de)(de)優(you)化工具(ju)(ju)，將已有的(de)(de)(de)(de)(de)(de)、通(tong)過Pytorch深度學習(xi)框架構建的(de)(de)(de)(de)(de)(de)NestedU-Net和(he)HR-Net網絡模型(xing)轉換(huan)為可利用(yong)(yong)OpenVINO?工具(ju)(ju)套件(jian)加速的(de)(de)(de)(de)(de)(de)模型(xing)，并(bing)使用(yong)(yong)該工具(ju)(ju)套件(jian)提供的(de)(de)(de)(de)(de)(de)推(tui)理(li)引(yin)擎對整個管道(dao)(pipeline)進行了更新。后續進行的(de)(de)(de)(de)(de)(de)基準測試如圖三所(suo)示(shi)，相(xiang)比優(you)化前用(yong)(yong)時(shi)長達(da)(da)140.3秒，調(diao)優(you)后的(de)(de)(de)(de)(de)(de)每數據樣(yang)本(ben)的(de)(de)(de)(de)(de)(de)推(tui)理(li)時(shi)長僅(jin)為48.47秒，平均推(tui)理(li)耗時(shi)縮短至(zhi)原(yuan)先的(de)(de)(de)(de)(de)(de)35%，或(huo)者說，其(qi)平均推(tui)理(li)性能提升高達(da)(da)2.89倍(bei)。

圖三 使用(yong)OpenVINO?工具套件(jian)對新冠肺炎CT檢(jian)測模型進(jin)行(xing)優化前后的效果對比

這(zhe)樣(yang)的(de)性能提升(sheng)成果，可令(ling)新冠肺(fei)炎CT影(ying)像(xiang)的(de)篩查(cha)速(su)度實現大幅(fu)提升(sheng)。而事實上，這(zhe)已經(jing)不是Dr.TuringAI平臺首次從英特(te)爾這(zhe)一(yi)軟一(yi)硬、協(xie)同優化的(de)組合中獲取如此強勁的(de)AI加速(su)支持(chi)了。此前匯醫(yi)慧影(ying)在該平臺上構建以ResNet50卷積網(wang)絡模(mo)(mo)(mo)型作為基(ji)礎網(wang)絡(Backbone)的(de)RetinaNet目標(biao)檢測模(mo)(mo)(mo)型，來對乳腺癌(ai)影(ying)像(xiang)實施模(mo)(mo)(mo)型訓(xun)練(lian)及推理時，就曾(ceng)使用過這(zhe)對構成英特(te)爾?至強?平臺AI加速(su)技術(shu)核心的(de)組合。

由(you)于(yu)OpenVINO?工具套件內置有多種(zhong)優化(hua)工具和(he)預訓練(lian)模(mo)型(xing)(xing)，且能對已(yi)訓練(lian)好的模(mo)型(xing)(xing)進行壓縮和(he)加速等優化(hua)，來(lai)提升模(mo)型(xing)(xing)推(tui)理速度，因而匯醫慧影當時的優化(hua)手段，如圖(tu)四所示，是先使用(yong)它優化(hua)用(yong)于(yu)乳腺癌(ai)檢測的FP32模(mo)型(xing)(xing)，優化(hua)后(hou)的模(mo)型(xing)(xing)在推(tui)理速度上達到了原始(shi)模(mo)(mo)(mo)型(xing)的(de)3.02倍；繼(ji)而，匯(hui)醫慧影又借助(zhu)OpenVINO?工(gong)具套件(jian),將(jiang)(jiang)上述FP32模(mo)(mo)(mo)型(xing)轉換成(cheng)INT8模(mo)(mo)(mo)型(xing)，在確(que)保(bao)模(mo)(mo)(mo)型(xing)精(jing)確(que)度(du)只受輕微影響的(de)情況下，啟用第二代英特(te)爾?至(zhi)強?可擴展處理(li)(li)器集成(cheng)的(de)英特(te)爾?深度(du)學(xue)習加速(su)技術對于(yu)INT8提供的(de)特(te)定加速(su)支持，將(jiang)(jiang)其(qi)推理(li)(li)速(su)度(du)進一步提升達初(chu)始(shi)模(mo)(mo)(mo)型(xing)的(de)8.24倍，且精(jing)度(du)損失還(huan)不到0.17%。



圖四 使用OpenVINO?工具套(tao)件對(dui)乳腺(xian)癌檢測模型(xing)進(jin)行優(you)化(hua)前后的效果對(dui)比(bi)

不(bu)論是對新冠肺炎CT影(ying)像(xiang)篩查的加速，還是對乳腺癌AI檢測模型的性(xing)能優化，它(ta)們的成功(gong)都足(zu)以(yi)證明(ming)：第二代英特爾?至強?可擴展處理(li)器與(yu)OpenVINO?工(gong)具套件的引(yin)入(ru)和搭配，可以(yi)在醫學影(ying)像(xiang)分析場景中發揮出(chu)“1+1>2”的功(gong)效。它(ta)們也(ye)表明(ming)，在眾多(duo)醫療機(ji)構(gou)既(ji)有的、基于CPU的IT基礎設施上(shang)部署和運行醫學影(ying)像(xiang)類的AI應用，不(bu)僅可行，而且高效。

打造全周期AI醫學影像解決方案


Dr.TuringAI平(ping)臺在新(xin)冠肺炎等(deng)(deng)疾病(bing)檢測，或者說輔助診(zhen)斷上(shang)的優異表(biao)現，是匯醫慧影與(yu)英(ying)特爾等(deng)(deng)合作伙伴一起(qi)，通過協作創新(xin)助力醫療機構從信(xin)息化(hua)向智能(neng)化(hua)轉(zhuan)型的又一抹亮色。

這一(yi)轉(zhuan)型，也確(que)實至關重要。雖說(shuo)醫(yi)(yi)療(liao)信(xin)息化的(de)(de)(de)(de)全(quan)面(mian)鋪開，讓各類醫(yi)(yi)療(liao)設(she)備和醫(yi)(yi)用信(xin)息系統，尤其是醫(yi)(yi)學影(ying)像設(she)備的(de)(de)(de)(de)應(ying)用越來越普(pu)及(ji)，使之成為了(le)各醫(yi)(yi)療(liao)機構、醫(yi)(yi)學科研部門(men)的(de)(de)(de)(de)重要助(zhu)手，甚至造就了(le)“臨床上(shang)有(you)(you)超過(guo)70%的(de)(de)(de)(de)診斷有(you)(you)賴于醫(yi)(yi)學影(ying)像提(ti)供支持”的(de)(de)(de)(de)重要成果，但僅有(you)(you)信(xin)息化策略推動的(de)(de)(de)(de)硬件設(she)施普(pu)及(ji)，對提(ti)升醫(yi)(yi)療(liao)機構診療(liao)水平來說(shuo)還是遠遠不夠的(de)(de)(de)(de)。在大眾真實的(de)(de)(de)(de)就醫(yi)(yi)體(ti)驗中(zhong)，常會發現(xian)在肺結節、乳腺(xian)癌、前列腺(xian)癌、骨折等(deng)一(yi)些(xie)醫(yi)(yi)療(liao)資源相(xiang)對緊張的(de)(de)(de)(de)病(bing)種診斷上(shang)，長(chang)時間排隊等(deng)候、影(ying)像分析誤(wu)判的(de)(de)(de)(de)情況仍(reng)是屢(lv)見不鮮。

究其原因，是因為醫學影像(xiang)分析(xi)不(bu)僅需(xu)要設備就位，更需(xu)要使用這些設備的醫生能夠熟練掌握臨床(chuang)醫學、放射學、醫學影像(xiang)學等方面(mian)的(de)專業知識和(he)技能，也(ye)需要他們(men)能夠充分運用各種影像分析技術，對疾病進行輔助診斷。而有以(yi)上綜合能力的(de)醫生，即便在大醫院(yuan)也(ye)是相對缺乏的(de)。
圖五 多場景化部署的匯醫慧影AI醫學影像解決方案

而這(zhe)也(ye)正是(shi)眾多(duo)醫(yi)(yi)療(liao)(liao)機(ji)(ji)構在完成初步的(de)(de)信息化(hua)建設(she)之(zhi)后，就希望進(jin)一步借助AI、大(da)數據(ju)、云計算(suan)等新(xin)興技術(shu)手段(duan)來完 成智能化(hua)轉型的(de)(de)目的(de)(de)所(suo)在。如圖(tu)五(wu)所(suo)示，這(zhe)也(ye)是(shi)匯醫(yi)(yi)慧影(ying)以旗下Dr.TuringAI平(ping)臺(tai)、Novacloud智慧影(ying)像(xiang)云及Radcloud大(da)數據(ju)智能分析(xi)云平(ping)臺(tai)等領(ling)先產(chan)品(pin)為抓(zhua)手，通(tong)過公(gong)有(you)云、私有(you)云或AI一體機(ji)(ji)等多(duo)場景部署方(fang)式(shi)，為醫(yi)(yi)療(liao)(liao)機(ji)(ji)構提(ti)供全周期(qi)、高性能和智能化(hua)AI醫(yi)(yi)學影(ying)像(xiang)解(jie)決(jue)方(fang)案的(de)(de)初衷(zhong)。

如(ru)果說(shuo)Dr.TuringAI平(ping)臺(tai)提供(gong)的(de)是高效、便捷的(de)前端(duan)醫學影(ying)(ying)像AI分析和(he)輔助(zhu)診(zhen)(zhen)斷(duan)能(neng)(neng)力，那么Novacloud智慧(hui)影(ying)(ying)像云擔(dan)當(dang)的(de)角色(se)，就是為醫療(liao)機構和(he)患者提供(gong)基(ji)于(yu)云服務(wu)的(de)端(duan)到端(duan) AI互動能(neng)(neng)力。如(ru)圖(tu)六所示，在(zai)醫生(sheng)側(ce)(ce)，結(jie)合Dr.TuringAI平(ping)臺(tai)，影(ying)(ying)像云可提供(gong)多終(zhong)端(duan)AI閱片、遠程(cheng)會診(zhen)(zhen)、轉診(zhen)(zhen)等(deng)功能(neng)(neng)；在(zai)患者側(ce)(ce)，影(ying)(ying)像云能(neng)(neng)夠提供(gong)基(ji)于(yu)自然語言處(chu)理(NaturalLanguageProcessing，NLP)技術的(de)智能(neng)(neng)報告解讀、遠程(cheng)專家咨詢及多終(zhong)端(duan)影(ying)(ying)像閱覽(lan)等(deng)功能(neng)(neng)；而對(dui)醫療(liao)機構來(lai)說(shuo)，影(ying)(ying)像云不僅(jin)能(neng)(neng)對(dui)Radcloud大數據(ju)智能(neng)(neng)分析云平(ping)臺(tai)提供(gong)支持(chi)，也可讓管理者以管理駕駛艙(cang)的(de)模式，對(dui)診(zhen)(zhen)療(liao)、科研進度獲得更直(zhi)觀的(de)了解，并支持(chi)其對(dui)相(xiang)關策略和(he)計(ji)劃進行調整。
圖(tu)六 打通全(quan)周期AI醫(yi)療影像(xiang)解決方案的Novacloud智慧(hui)影像(xiang)云

優化版Python改善醫療科研
工作效率


如(ru)前文所述，與Dr.TuringAI平臺(tai)、Novacloud智慧影像云并列為(wei)匯醫(yi)慧影全(quan)周期AI醫(yi)學影像解決方(fang)案(an)支柱的(de)，還有Radcloud大數據智能分析云平臺(tai)，它的(de)主要(yao)任務是承載醫(yi)療機構的(de)科研(yan)工作。

目前眾多醫療(liao)機(ji)構都在利用(yong)CT、MRI、PET等醫學(xue)影(ying)像，通(tong)過放(fang)射(she)(she)組(zu)(zu)(zu)學(xue)等新技(ji)術(shu)(shu)開展癌癥等惡性(xing)疾病(bing)的早期發(fa)現和防治。作為(wei)開發(fa)放(fang)射(she)(she)組(zu)(zu)(zu)學(xue)解(jie)決方案的領(ling)先(xian)企(qi)業，匯醫慧影(ying)就正以(yi)(yi)Radcloud大數據智能分析云平(ping)臺等產品(pin)為(wei)基礎(chu)，為(wei)醫療(liao)機(ji)構提供“全周期”、“一(yi)鍵(jian)式”的影(ying)像大數據科(ke)學(xue)分析能力(li)，以(yi)(yi)加速放(fang)射(she)(she)組(zu)(zu)(zu)學(xue)等新技(ji)術(shu)(shu)在醫療(liao)行業的科(ke)研和應用(yong)進程。

要(yao)進一步了解Radcloud大數據(ju)(ju)智(zhi)能(neng)分析云平臺(tai)在放(fang)射組學(xue)科(ke)研(yan)項(xiang)目(mu)中發揮(hui)的作用(yong)，就要(yao)先了解什么是放(fang)射組學(xue)。簡而(er)言(yan)之(zhi)，它(ta)就是通(tong)過將醫學(xue)影(ying)像轉換(huan)為可挖掘的高通(tong)量影(ying)像特(te)征數據(ju)(ju)，并(bing)使用(yong)特(te)定(ding)方(fang)法(fa)，篩選出最(zui)有(you)價值的影(ying)像組學(xue)特(te)征，進而(er)再(zai)通(tong)過AI模型訓練，建立起(qi)具有(you)診斷、預后或預測價值的模型，最(zui)終為精準(zhun)化、個體化診療提供有(you)效支持(chi)。


圖七(qi) 放射(she)組學基本分析流程(cheng)

如圖七所示，放射(she)組學(xue)的(de)基(ji)本(ben)流程(cheng)可分為(wei)數據收集、VOI分割(ge)、特(te)征提取(qu)(qu)、特(te)征選(xuan)擇、模(mo)型訓(xun)練以及模(mo)型評價及預測等(deng)步驟(zou)。為(wei)了更好地辨識醫學(xue)影(ying)像(xiang)中的(de)細節，平臺(tai)(tai)在特(te)征提取(qu)(qu)步驟(zou)中會盡可能地提取(qu)(qu)更多數據特(te)征，因此(ci)平臺(tai)(tai)可能會面對“維度(du)災難”等(deng)問(wen)題，即指在樣本(ben)量一定的(de)情況(kuang)下(xia)，隨著(zhu)輸入維度(du)的(de)增(zeng)加，空間數據會變得更為(wei)稀疏，這會嚴重(zhong)影(ying)響模(mo)型的(de)預測效果，并大幅(fu)增(zeng)加平臺(tai)(tai)計算量，帶來推理效率的(de)下(xia)降。

為(wei)應對這(zhe)一(yi)問題，匯醫(yi)慧(hui)影與英(ying)特爾(er)一(yi)起，選(xuan)擇(ze)LASSOCV、PCA等(deng)特征(zheng)選(xuan)擇(ze)算(suan)(suan)法，來有效(xiao)預(yu)防科研平臺(tai)可(ke)能(neng)面臨的維(wei)度災難，并幫助平臺(tai)在(zai)壓縮(suo)數據的同時保(bao)持信息(xi)損(sun)失最小化。為(wei)提升這(zhe)些特征(zheng)選(xuan)擇(ze)算(suan)(suan)法的效(xiao)率，科研平臺(tai)不(bu)僅(jin)引入了第二代英(ying)特爾(er)?至強?可(ke)擴展處(chu)理器作為(wei)算(suan)(suan)力基石，還(huan)加持以面向英(ying)特爾(er)?架構優化的Python，來全面調優其運行效(xiao)率。

與(yu)原生版的Python相(xiang)比，面向(xiang)英特(te)爾?架(jia)構(gou)優化的Python內置最(zui)新的矢量化指(zhi)令(ling)，支持更多(duo)元化的英特(te)爾?性能庫(如英特(te)(te)爾?MKL)，同時也對(dui)重要的第三方AI知(zhi)識庫sklearn庫有著(zhu)良(liang)好(hao)的支持，使平臺特(te)(te)征選擇(ze)的執行(xing)效率獲得了顯(xian)著(zhu)提升。

算(suan)法優(you)化后的(de)(de)效果如圖(tu)八所示(shi)，其(qi)左圖(tu)反映(ying)了(le)勾選(xuan)全(quan)部(bu)放射組(zu)學特(te)征，采用(yong)(yong)K-Fold10交叉驗證(zheng)的(de)(de)LASSOCV算(suan)法工作負載，采用(yong)(yong)面(mian)向(xiang)英(ying)特(te)爾(er)?架構優(you)化的(de)(de)Python后，其(qi)執行速度(du)是采用(yong)(yong)原生Python時(shi)的(de)(de)2.12倍；其(qi)右圖(tu)則反映(ying)了(le)勾選(xuan)全(quan)部(bu)放射組(zu)學特(te)征，采用(yong)(yong)K-Fold10交叉驗證(zheng)的(de)(de)LASSOCV+PCA算(suan)法工作負載，采用(yong)(yong)面(mian)向(xiang)英(ying)特(te)爾(er)?架構優(you)化的(de)(de)Python后，其(qi)執行速度(du)是采用(yong)(yong)原生Python時(shi)的(de)(de)2.08倍。


圖八 使用面向英特爾?架構優化的Python與使(shi)用原生(sheng)Python時的性能對比

基(ji)于(yu)英特爾?至強?平(ping)臺上述(shu)軟硬(ying)件融合輸出的(de)(de)AI加速(su)能力，匯(hui)醫慧影Radcloud大數據智能分(fen)析云平(ping)臺已被(bei)引入20余種疾(ji)病(bing)的(de)(de)研究，并成(cheng)功申報20余項(xiang)基(ji)金課題(ti)。更(geng)值得一提的(de)(de)是，平(ping)臺基(ji)于(yu)放射組學(xue)的(de)(de)AI方案也被(bei)用于(yu)新冠(guan)肺炎的(de)(de)精準(zhun)鑒別和診斷，并在實踐中獲得了用戶的(de)(de)良好(hao)反饋。

未來展望


隨著AI、大數據等新技術的(de)落地與持續創新，整個醫療行業正(zheng)在它們的(de)驅動下迎來巨變，尤其(qi)是通過引入(ru)創新的(de)AI醫學影像(xiang)解(jie)決方案(an)，很多傳(chuan)統意義上的(de)疑難雜癥(zheng)，乃(nai)至絕癥(zheng)正(zheng)在被一(yi)一(yi)攻克，以往會帶來巨大災難的(de)傳(chuan)染病，也(ye)開(kai)始在新技術、新平臺的(de)幫(bang)助下實現(xian)更為高效的(de)防控。

面(mian)向未來，英特爾還將(jiang)與(yu)匯醫慧影(ying)等合(he)作伙伴一起，推動更多領先產品技術、尤其是與(yu)AI和數據(ju)分析相關的(de)產品技術與(yu)醫療(liao)(liao)行業(ye)應用需求的(de)深度(du)融合(he)，從而進一步(bu)加速醫療(liao)(liao)機(ji)構從信息(xi)化到智能(neng)化的(de)轉型，進而打造(zao)出更多樣(yang)化、也更有價值的(de)智慧醫療(liao)(liao)解決方案，造(zao)福(fu)全民健(jian)康事業(ye)。