據(jù)悉，一項基于機器學習的大型死亡率研究，根據(jù)超聲心動圖結合電子病歷數(shù)據(jù)預測患者生存率的準確性可達到96%。

近年來，人工智能的醫(yī)學應用激增，如機器人、醫(yī)學診斷、疾病預測、圖像分析、藥物活性設計等等。人工智能提高了學習能力，提供了模塊化的決策支持系統(tǒng)，正在改變醫(yī)療保健的未來。

近日，曙光中標上海科技大學生物醫(yī)學工程學院（BME）深度學習計算模塊項目?；谑锕馓峁┑挠嬎隳芰χ?，學院重點展開在醫(yī)學影像、智能醫(yī)學、智慧儀器等方向的研究，致力于產生國際公認的原創(chuàng)成果并形成科創(chuàng)轉化臨床應用。

計算能力是“AI+醫(yī)療”研究的重要支撐

人工智能不同于傳統(tǒng)的計算機算法，他能根據(jù)積累的經(jīng)驗進行自我訓練。得益于算法、算力的快速發(fā)展和大數(shù)據(jù)的爆發(fā)，人工智能與醫(yī)療領域碰撞融合的速度不斷加快，而計算能力支撐則是研究的基礎。

此項目中，學院重點展開在醫(yī)學影像、智能醫(yī)學、智慧儀器等方向的研究，智慧儀器方向包括可穿戴設備、康復儀器等。醫(yī)學影像聚焦于磁共振、分子影像、診療一體化等，旨在直接為臨床一線問題提供應用技術與解決方案。智能醫(yī)學包含人工智能與醫(yī)學大數(shù)據(jù)等近年來大熱的研究方向。一套具備人工智能計算能力，同時適應學院研究需要兼具實用性的計算系統(tǒng)尤為重要。

通過結合學院在人工智能與醫(yī)學方向的科研特性，曙光設計了一套深度學習計算模塊，其具有超高密度、極致性能、彈性計算、擴展性強等特點，不但能滿足學院針對AI醫(yī)療的研究需求，更能夠解決醫(yī)療影像、智能醫(yī)學研究不斷產生的海量結構化數(shù)據(jù)與非結構化數(shù)據(jù)的擴容性問題。

醫(yī)療人工智能系統(tǒng)的建立和應用需要處理好三個關鍵要素，數(shù)據(jù)、平臺計算能力、深度學習算法模型。構建一個強大的計算平臺是人工智能開發(fā)成功的根本要素之一。因為深度學習中需要非常巨大數(shù)量的數(shù)據(jù)輸入給訓練模型，訓練模型則需要進行巨大規(guī)模的運算，使其更具“智能”。曙光將致力于為更多高校、科研機構、大型醫(yī)院提供計算能力支撐，驅動醫(yī)療AI從實驗走向應用。

原文標題：中標上?？萍即髮W！曙光助力“AI+醫(yī)療”研究

文章出處：【微信公眾號：中科曙光】歡迎添加關注！文章轉載請注明出處。
責任編輯:pj