基層醫療的AI賦能——英特爾AI方案助推醫學(xué)影像檢測篩查

在2023中國國際醫療器械博覽會(huì )期間，英特爾舉辦了以“AI邊緣計算賦能醫療影像，助力基層醫療創(chuàng )新升級”為主題的論壇。來(lái)自英特爾、行業(yè)協(xié)會(huì )及醫療領(lǐng)域頭部企業(yè)的專(zhuān)業(yè)人士，就如何通過(guò)醫療AI與云邊端融合助力基層醫療信息化建設，并提高醫療服務(wù)效率與醫務(wù)人員工作體驗等重要議題展開(kāi)了深入探討。

基層醫療水平升級是目前政府力推的惠民政策之一，特別是伴隨著(zhù)新冠疫情的全面爆發(fā)，基層醫療水平的提升將會(huì )極大緩解疫情爆發(fā)帶來(lái)的大醫院瞬間激增的檢查與篩查需求，從而從一定程度上確保更多患者能夠及時(shí)得到診斷和治療。作為醫學(xué)診斷中非常重要的參考因素，醫學(xué)影像檢查是目前最直觀(guān)的疾病診斷依據，據相關(guān)醫療專(zhuān)家介紹，國家目前大力推進(jìn)基層醫療設備升級，醫學(xué)影像設備已經(jīng)走進(jìn)很多社區醫院，但對于很多基層醫療機構來(lái)說(shuō)，在醫生水平無(wú)法短期內得到提升的基礎上，如何發(fā)揮AI在醫療影像篩查中的作用能夠更好地幫助基層醫療體系確保有問(wèn)題的患者不會(huì )被漏檢。

針對AI與醫學(xué)影像問(wèn)題的結合，中華醫學(xué)會(huì )放射學(xué)分會(huì )的專(zhuān)家表示，2018年醫學(xué)影像人工智能聯(lián)盟的成立標志著(zhù)人工智能在醫學(xué)影像中的發(fā)展得到了產(chǎn)業(yè)的認可，并且目前在肺部結節、冠脈篩查、骨骼檢測等方面擁有了比較好的算法模型。在聯(lián)盟關(guān)于人工智能在醫學(xué)影像中應用的調查顯示，大醫院使用率很高，達到73%，二級醫院32%、一級醫院10%，越小的使用率越低，越大使用率越高。在效果方面，以某三甲醫院為例，應用肺結節的AI模型之后，使用率從70%到80%一直到后面的90%多；以前不用AI的時(shí)候，肺結節的檢出率是30%左右，現在是75%。另幾家三甲醫院冠脈的使用率是99%、96%、97%、98%，不用AI的斑塊狹窄檢出率是60%左右，用了之后是95%左右，兩個(gè)方面應用AI后檢出率都得到了大幅的提升。當然，在醫療影像中使用人工智能除了可以用于檢測和診斷疾病，還可以用于輔助治療決策?，F在許多人工智能系統已經(jīng)應用在外科手術(shù)中，它可以幫助外科醫生決定是否需要手術(shù)、需要切除多少組織等。這對于判斷肺部殘留組織是否足夠維持正常功能等問(wèn)題都有很大的幫助。

當然，該專(zhuān)家還指出，醫療行業(yè)是個(gè)很?chē)乐敹倚枰t生專(zhuān)業(yè)素養很高才能做出正確診斷，因此人工智能還主要是作為輔助手段來(lái)參與到醫療診斷過(guò)程中，特別是構建怎樣的模型，如何進(jìn)行有效訓練數據的導入，以及如何確定模型的篩查準確性等問(wèn)題。不同領(lǐng)域的數據標注規范不同，即使是同一領(lǐng)域的數據，由不同的人進(jìn)行標注也會(huì )存在差異，不同醫院的數據也不同。當然，我們需要多樣性，但如果沒(méi)有標準，就會(huì )混亂。為了對傳統的深度學(xué)習人工智能進(jìn)行標注，需要有行業(yè)內的專(zhuān)家來(lái)達成共識。制定標準是非常關(guān)鍵的，我們需要做好專(zhuān)家共識，在不同領(lǐng)域制定不同的評價(jià)標準。

當前，醫療衛生數據已占全球總數據量的30%，如何有效管理和利用大量非結構化的醫療數據已成為一項巨大挑戰。英特爾中國區物聯(lián)網(wǎng)及渠道數據中心事業(yè)部總經(jīng)理郭威表示，英特爾正在將醫療AI與云邊端進(jìn)行創(chuàng )新融合，在賦能智慧醫療的同時(shí)加速科研創(chuàng )新，以實(shí)現醫療數據的有效管理和利用。在醫療行業(yè)上，英特爾主要做三件事情，“一個(gè)基礎，兩個(gè)核心點(diǎn)”。一是以人工智能為基礎賦能行業(yè)，讓人工智能在我們的芯片上跑得更好。兩個(gè)核心點(diǎn)，一是加速科研創(chuàng )新，二是賦能智慧醫療。英特爾把環(huán)保、智慧農業(yè)都放在大健康行業(yè)。除了醫院之外，在整個(gè)科研創(chuàng )新領(lǐng)域，英特爾也有很多可以和合作伙伴一起合作的機會(huì )。英特爾認為，賦能整個(gè)醫療行業(yè)發(fā)展的一個(gè)基石就是加速人工智能.

人工智能在醫療行業(yè)，不管是在自然語(yǔ)言處理、機器視覺(jué)還是公共健康上都大有可為。英特爾的核心就是利用芯片不斷提高算力，這個(gè)算力包括數據產(chǎn)生、數據傳輸、數據分析，賦能人工智能。同時(shí)，英特爾也會(huì )推出更多的底層軟件，讓客戶(hù)和合作伙伴能利用底層軟件更好地使用芯片。利用人工智能支持好醫療行業(yè)的科研創(chuàng )新以及支持好我們的智慧醫院，讓中國整個(gè)醫療行業(yè)越來(lái)越好，讓中國人民生活健康水平越來(lái)越高，大家過(guò)得越來(lái)越開(kāi)心、越來(lái)越美滿(mǎn)，是我們英特爾的核心追求。

隨著(zhù)云端應用的逐漸普及，醫療影像系統也開(kāi)始向云端服務(wù)擴展，很多大醫院的影像中心都涉及到云、邊、端協(xié)同的問(wèn)題，數據要去分享。在云、邊、端的每一個(gè)節點(diǎn)上都有不同類(lèi)型的任務(wù)，需要不同的數據處理的方式，所以說(shuō)影像數據在一個(gè)完整的業(yè)務(wù)流程當中，很多時(shí)候是跨部門(mén)、跨機構在云、邊、端不同節點(diǎn)上協(xié)同進(jìn)行的工作。從這個(gè)層面來(lái)講，英特爾可能是獨一無(wú)二的，英特爾是一家可以對云、邊、端完整地提供影像數據處理的公司。因為英特爾提供了一個(gè)能夠讓大家在影像的全生命周期里做各種類(lèi)型的各種負載算法處理的全生態(tài)的軟硬件的支撐。

以醫學(xué)影像場(chǎng)景為例——醫學(xué)影像技術(shù)的飛速進(jìn)步讓越來(lái)越多臨床診斷有“據”可依。為幫助醫療機構輕松面對不斷擴張的影像數據處理需求，基于英特爾架構，匯醫慧影打造了包括Dr.Turing AI平臺、Novacloud智慧影像云及Radcloud大數據智能分析云平臺在內的全周期A(yíng)I醫學(xué)影像解決方案。通過(guò)引入英特爾^??至強^??可擴展處理器、OpenVINO^?工具套件以及面向英特爾^??架構優(yōu)化的Python等領(lǐng)先軟硬件產(chǎn)品和技術(shù)，該解決方案的各個(gè)平臺處理效率都獲得了顯著(zhù)提升。得益于這些軟硬件相互搭配、協(xié)作優(yōu)化帶來(lái)的整體加速優(yōu)勢，Dr.Turing AI平臺在新冠肺炎篩查、乳腺癌檢測等影像分析場(chǎng)景中的推理速度獲得了顯著(zhù)提升。同時(shí)，放射組學(xué)分析方案在優(yōu)化后的Radcloud大數據智能分析云平臺的支持下，其處理效率也獲得明顯加速。

此外，為助力基層醫療的信息化建設，英特爾還積極攜手行業(yè)伙伴基于A(yíng)l邊緣計算技術(shù)，針對多樣化應用場(chǎng)景打造眾多高性能解決方案，以打破院內數字孤島、優(yōu)化基層醫療資源配置并加速推動(dòng)分級診療進(jìn)程，從而充分釋放醫療數據價(jià)值，實(shí)現基層醫護人員工作效率和廣大患者就醫體驗的同步提升。