英特尔网络与边缘事业部中国区行业销售总监 谢青山
“从用户、管理者来说，最基本的还是能不能给医院带来效率和医疗质量的提升。除此之外，这几年大家也比较关注另一个话题，AI到底能不能帮助医院创收。” 据中商产业研究院统计，2020 年 AI+医疗已占人工智能市场的 18.9%。另据 IDC 统计数据，到 2025 年人工智能应用市场总值将达 1270 亿美元，其中医疗行业将占市场规模的五分之一。
那么大家到底是不是喜欢用？2023年5月15日，中华医学会放射学分会主任委员、中国医学影像AI产学研创新联盟理事长、上海长征医院放射诊断科主任刘士远给出了一个大概的统计数据：“开始用肺结节的AI模型之后，点击率70%、80%一直到后面的90%多，这是肺结节的检出率。以前不用AI的时候，肺结节的检出率是30%左右，现在是75%；看冠脉，以前不用软件，从扫描到图像重建到写报告大概一个病人要花30分钟。现在用了AI，当中重建处理的过程缩短到1分钟左右，只要6分钟就可以完成一个冠脉检查到重建到报告的书写，以此来提升效率。”
医学影像AI在国内兴起已有数年，技术创新不断突破，也取得了无数成果，但是医学影像AI产品的仍然面临着重重阻碍。某医疗行业专家表示：“人工智能有无穷潜力，但是真正能够在医学应用的人工智能范畴还是非常有限。而目前大多数情况下还是单病种诊断模型更多，它并不像医生去诊断一个疾病的时候会发现其他的问题，是一个多线程多病种的最终诊断。”
从场景看应用
人工智能在医疗健康领域的应用十分广泛，从医学影像、辅助诊断、疾病预测到健康管理、药物研发等诸多环节都发挥着重要作用。而要解锁 AI 在医疗健康领域的落地问题，则需要软硬件配套设备的支撑：AI 芯片作为底层关键技术、先进工艺的硬件设备以及数据的收集、处理分析。相应的，英特尔自身优势与 AI 落地医疗领域的节点正好契合。
作为一家拥有数据积淀的科技公司，英特尔一直坚持从云到端的产品与技术创新，广泛与合作伙伴共同推动云计算、大数据、人工智能等技术与解决方案的发展。英特尔技术专家提到：“总之，现在叫影像云也好，影像中心也好，各种各样的业务模式都在出现，但是无论怎么变，这当中都涉及到云、边、端协同的问题，数据要去分享。从这个层面来讲，英特尔可能是独一无二的，可以完整地提供影像数据处理的公司。”
例如，对患者的脑波长期的观察，在进行脑部核磁扫描时，会从三个维度进行扫描，并且要将数据进行对齐。这个过程会根据脑部特征的结构，比如说垂体、海马体等来与构建的坐标对其。其中，会涉及到若干的过程。“去年我们有11个模型去做这个事情，这当中采用的是英特尔多核至强去做的，基于OpenVINO去进行优化，整个管道的系统能力提升了3.3倍。”
英特尔专家提到，性能提升最主要的原因有两个：一是使用CPU的多核的能力，另外一个是采用了OpenVINO的Model Server。Model Server可以把深度学习的模型，以容器化的形式去进行部署，可以远程或者是本地非常方便地去调用和访问，可以提高模型应用的可扩展能力，使整个管道性能提升3.3倍。
除此之外，影像远程会诊也是当代医院的必备技术。因为下至基层，许多偏远地区的网络基础设施并不完善，如果远程会诊，会涉及到远程数据传输和共享。数据如何传输，英特尔专家提到可以在X光机上，配备网关，通过X光机产生的影像数据进行压缩、加密和存储。这些是它最基本的能力。往往一个X光片有时候会达到几十兆甚至是上百兆的数据量，采用这个网关之后，X光的传输在两分钟之内就可以完成，同时网关本身还有断线续传的功能，借助vPRO的技术可以对终端网关设备进行远程管理。
如果医院需要定期把影响数据做归档、远程备份或者存储的话，也需要面对大量数据传输的问题，还有一些病理数据的远程阅片，一份病理可能会达到2-3G，怎么样在比较短的时间里可以传输大量的数据？英特尔直接在硬件上做了相关的技术。在第四代至强处理器上，英特尔将QAT加速器和CPU绑定在一起，用于数据的压缩、解压、加密、解密，以及认证的能力。相应的传输PACS数据的时候，网关也需要压缩、加密等等，这些数据都可以用独立的QAT的加速卡去做。
除此之外，英特尔还有许多医疗场景应用的案例，大量的案例揭示了如何加快医疗治疗速度和精度。例如在放射治疗规划中，整个九个脏器的结构、轮廓勾画只需要200毫秒即可完成。值得一提的是，在面向AI模型训练上，英特尔的Geti是专门面向视觉深度学习训练的一套软件工具，它是面向业务人员而非开发者或者是技术人员，业务人员利用这样一套工具即可自己操作，无需去了解AI算法，也无需去掌握数据科学家的技能，就可以做数据标注和模型训练。而且利用Geti工具训练出来的模型还能够可以无缝部署到OpenVINO上去。
从应用看未来
当前，“AI+医疗”步入发展快车道，人工智能技术在推动设备智能化、辅助疾病研判、创新诊疗模式、提升医疗服务效率等方面发挥了巨大的优势。
尤其是在医疗影像领域，人工智能的应用场景涵盖了早期的筛查、诊断到中后期的治疗、随访等，市场空间可观。根据灼识报告，以医疗机构终端口径测算，国内人工智能医学影像市场规模有望从2020年的不到10亿元增长至2025年的442亿元，年复合增长率高达135%。全球来看，预计人工智能医学影像市场有望从2020年的不到10亿美元增长至2025年的646亿美元，年复合增速有望达到147%。
愿景十分美好，但并不意味着AI医疗没有局限。 “在单一任务上，有些场景看能否实现给医院的创收，这是大家努力的一个方向和目前比较关注的一个点。除此之外，因为医疗场景非常丰富，目前大多数企业针对比较常见的疾病已做了相应产品。但实际上医疗场景是非常快速地进入到长尾化的，它的长尾分布是非常长的，可能实际当中有成千上万种疾病。如果每个疾病还是按照原来的方式按照单一场景去做，也是很难持续发展的。”柴象飞强调：“未来，多任务智能化产品是针对客户需求来说非常重要的一个方向。”
而作为芯片技术公司，英特尔则会更加专注的做底层算例和相关软硬件的结合，与方案商一起来帮助客户更容易、更高效、更好地开发相应行业软件和解决方案。比如，在与绘医绘影的合作过程中，英特尔有很多不同的芯片可以应用在不同的场景中，其中至强、酷睿、FPGA、GPU或一些独立显卡，都具备很多AI功能和计算，再搭配一些软件，比如像OpenVINO这样的开发者套件，可以让我们的合作伙伴更容易在AI平台上进行相应的开发和优化。同时大幅提高他们的开发效率、降低开发成本和时间。
“因为我们的客户覆盖面比较大，特别是市场覆盖面比较大。所以我们会鼓励各行各业的专家互相进行交流。这个交流分为两个层次，一个是技术层面的，我们会把国外或其他市场的成功方案介绍给合作伙伴。另外一个层面是大家可以在商业模式和合作模式上进行探讨。” 谢青山表示：“到目前为止，对于AI来说，我们看到需要硬件、软件、算法和专业应用工程师等几个方面共同合作才可以做出一个理想产品。这几方合作过程中以什么样的模式进行合作，包括一些利益分配是什么样的，都是大家可以互相借鉴学习的。但是这些东西如果不商量好，或没有达成共识的话，其实大规模的复制和推广也不太现实。这是在商业推广过程当中需要特别注意的地方。我们在这方面希望能够和合作伙伴一起达成共识，推动各个行业尽快进行复制和推广。”
京公网安备 11010202008829号