写点什么

人工智能加“医真云”,每年让 5700 万人告别误诊

  • 2018-09-19
  • 本文字数:2168 字

    阅读完需:约 7 分钟

“去拍个片子吧。”这是去医院看病常常能听到的话。现代医学诊断越来越倚重影像,专业医疗科学网站估计:医疗数据中有超过 90% 的数据来自于医学影像。然而,即便设备产生了高精度的大量影像,针对这些数据的分析,现在主要还是靠人工完成,人都是要犯错的,所以误诊难以避免。这点中外概莫能避,从影像误诊人数来看,美国每年的误诊人数达到了 1200 万,中国每年误诊人数高达 5700 万。

就中国而言,放射科医生工作量过于繁重是误诊的主要原因。

“放射科医生有多累”了解一下

以肺癌检测为例。肺癌是中国癌症第一杀手,其发病率快速上升,目前已经成为中国发病率第一和死亡率第一的癌症。肺癌的早期表现为无症状、易被忽视的肺结节。如果能及早发现肺结节,就能有效抑制癌症的发展。然而微小的肺结节往往难以被人眼及时、准确地发现。

在国内,一家三甲医院平均每天接待 200 例左右的肺结节筛查患者,每位患者在检查环节会产生 200-300 张左右的 CT 影像,放射科医生每天至少需要阅读 4 万张影像,任务繁重,大量消耗精力,导致误诊漏诊率上升。

如果算上其他病症,假定影像医生一天要写 80 份 CT 报告,每天要浏览的影像会超过 80000 幅,这个工作量太大了,犯错的可能性也在增加。

医学界曾对 1241 名影像医生做过调查,数据显示:超过 50% 医生日均工作时间在 8 小时以上,20.6% 的医生超过 10 个小时,超过 71% 影像医生期盼放射假回归,能有更多时间陪伴家人。

再加上国内的医生资源缺口问题越来越严重,影像科是重灾区。现在,我国医学影像数据的年增长率约为 30%,而放射科医师数量的年增长率仅为 4.1%。这意味着放射科医师在未来处理影像数据的压力会越来越大,甚至远远超过负荷。

面对如此严峻的问题,怎么办? 如今方兴未艾的人工智能技术给出了答案。

针对前文提到的肺结节检测,西安盈谷与英特尔合作,推出了医真云平台,构建出 Cloud IDT 服务,在其辅助下,肺结节的监测敏感度(探测率)已经达到 95%。通过人工智能识别出肺结节后,再交由医生执行进一步的诊断,使得诊断效率和精准度大幅提升。而原先人工需要的 10 多分钟完成的筛查缩短到仅仅 5-17 秒秒钟,诊断效率大大提高。

同时,西安盈谷宣布,肺结节 AI 服务将永远免费。而后期,对于结节良恶等特性进行自动化检测也将成为医真 AI 的重中之重。2017 年医真云预计上线 5 款 AI 服务,两年内计划开发 100 款 AI 服务,预计未来平台开放总接入 300 款各类 AI 服务,让更多医生和患者受益于此。

这样一来,就实现了人工智能辅助医学诊疗的创新,并取得了实实在在的进展。

三记组合拳,让人工智能走进医院

除了工作量过大之外,医疗资源在地区之间配置不均衡,以及各个影像设备系统之间的数据隔离也是我们的医生和患者面对的另外两个重大挑战。西安盈谷的一套组合拳,提供了一站式的解决方案。

组合拳的第一式,是医真云。它借助医技设备物联网技术 AMOL,连接起医技设备及医疗服务过程。影像中心、病理中心、超声中心的设备聚合在医真云中。然后,一系列 SaaS 系统,包括精准全医技工作及协同服务、区域医疗协同平台、临床影像科研平台、医真优医、医真社交等各种应用建立起来,满足各层级医疗机构对医学影像数据处理能力的需求。

组合拳第二式,是 iMAGES 核心引擎,具备强大的影像大数据处理能力,专门针对医学影像处理及分析,可以高速实时计算存储在医真云上的医学影像数据。其中使用了最新一代英特尔至强可扩展处理器,其输出的更高并发计算能力,让 iMAGES 核心引擎可以从多维度快速重建远端传来的影像。结合英特尔架构平台的强劲算力,iMAGES 核心引擎提供了基于云端的出色 PET-CT 融合能力,不仅能够提供基于形态学和功能的“热力图”,还可以对影像做出半定量化的标准化摄取值(Standard Uptake Value, SUV)分析,用于后续对肿瘤等疾病的鉴别和定量分析。针对 MRI 等其他影像的处理,该引擎还能快速执行弥散、灌注、神经束成像等功能。

组合拳第三式,是智能化辅助诊断系统 Cloud IDT。在医真云和大数据 iMAGES 核心引擎的支持下,该系统实现了人工智能辅助医学诊疗的创新。人工智能需要强大的计算能力,这正是英特尔至强可扩展处理器的长项,其中集成的高级矢量扩展指令集 512,增强了单指令多数据流的执行效率。在出色硬件性能之上,英特尔还对 Caffe、Tensorflow 等框架做出软件层面的优化,以针对英特尔技术优化的 RFCN 模型为例,模型优化裁剪融合带来了近 30% 的性能提升,而进一步优化 OpenMP* 多线程实现方案后,其性能还能再提升 40%-50%,包括使用面向深度神经网络的英特尔数学核心函数库,这都进一步提升了西安盈谷智能化辅助诊断系统的功效。以单幅胸部 Dicom 数据执行 RFCN 模型为例,使用英特尔至强金牌 6148 处理器时,可比使用主流 GPU 的耗时降低 10%。

两个 50% 的光明未来

“人工智能可将医疗效果提高 50%,同时减少多达 50% 的医疗成本”,这是美国资深咨询公司弗罗斯特 - 沙利文公司做出的结论。西安盈谷和英特尔一起,在协同医学研究、医学大数据分析、医疗健康管理、疾病监测、成像分析等领域积极部署人工智能解决方案,进一步推动精准医疗和智慧医疗的发展。

未来,相信我们的医生能有更多时间休息,同时能更快、更准确地诊断病情,缓解乃至消除病人的痛苦。

借人工智能之名,重塑金融反欺诈模型,保护自己的钱财大可如此简单。

2018-09-19 19:001944

评论

发布
暂无评论
发现更多内容

第四周作业

腾志文(清样)

聊聊架构演化

Jerry Tse

架构 极客大学架构师训练营 作业

第四周作业

大雄

redis设计与实现(1)redis数据结构

程序员老王

redis

第四周学习总结

架构师 极客大学架构师训练营

说说JS中的new操作到底做了些什么?

Geek_qw7y4m

Java 大前端

陈迪豪:推荐系统大规模特征工程与Spark基于LLVM优化

天枢数智运营

人工智能 第四范式 天枢

第四周总结

腾志文(清样)

作业

浅谈大型网站技术应用及适用场景

Jerry Tse

架构 网站架构 极客大学架构师训练营 作业

典型的大型互联网应用系统使用了哪些技术方案和手段之个人见解和总结

潜默闻雨

架构师训练营第四周总结

王铭铭

架构师训练营第四周命题作业

hifly

分层架构 极客大学架构师训练营 技术方案

架构师训练营第四周作业

王铭铭

架构师训练营第四周总结

架构师 极客大学架构师训练营

week4作业一

任鑫

架构

架构师训练营第四周命题作业

whiter

极客大学架构师训练营

架构师训练营Week4学习总结

Frank Zeng

第四周作业

重新来过

发力数字化“新基建”,株洲市商务和粮食局携手慧策举办企业专场培训会

InfoQ_21c8aba5317f

大型互联网应用系统使用了哪些技术方案和手段

刘志刚

游戏夜读 | 在游戏中打败人类

game1night

猿灯塔:Java程序员月薪三万,需要技术达到什么水平?

猿灯塔

Java

架构师训练营第四周总结

王鑫龙

极客大学架构师训练营

第四周作业

一个典型的大型互联网应用系统使用了哪些技术方案和手段,主要解决什么问题?

任小龙

第四周总结

大雄

架构师训练营Week4

Frank Zeng

互联网运用那些技术手段解决什么问题?

师哥

架构师训练营第四周学习总结

whiter

极客大学架构师训练营

未来已至,唯有拥抱变化才能生存

董一凡

生活,随想

架构师训练营 第四周 系统架构作业

且听且吟

极客大学架构师训练营

人工智能加“医真云”,每年让5700万人告别误诊_AI&大模型_Sharon_InfoQ精选文章