“去拍個(gè)片子吧?！边@是去醫(yī)院看病常常能聽到的話。現(xiàn)代醫(yī)學(xué)診斷越來越倚重影像，專業(yè)醫(yī)療科學(xué)網(wǎng)站估計(jì)：醫(yī)療數(shù)據(jù)中有超過 90% 的數(shù)據(jù)來自于醫(yī)學(xué)影像。然而，即便設(shè)備產(chǎn)生了高精度的大量影像，針對(duì)這些數(shù)據(jù)的分析，現(xiàn)在主要還是靠人工完成，人都是要犯錯(cuò)的，所以誤診難以避免。這點(diǎn)中外概莫能避，從影像誤診人數(shù)來看，美國(guó)每年的誤診人數(shù)達(dá)到了 1200 萬(wàn)，中國(guó)每年誤診人數(shù)高達(dá) 5700 萬(wàn)。

就中國(guó)而言，放射科醫(yī)生工作量過于繁重是誤診的主要原因。

以肺癌檢測(cè)為例。肺癌是中國(guó)癌癥第一殺手，其發(fā)病率快速上升，目前已經(jīng)成為中國(guó)發(fā)病率第一和死亡率第一的癌癥。肺癌的早期表現(xiàn)為無(wú)癥狀、易被忽視的肺結(jié)節(jié)。如果能及早發(fā)現(xiàn)肺結(jié)節(jié)，就能有效抑制癌癥的發(fā)展。然而微小的肺結(jié)節(jié)往往難以被人眼及時(shí)、準(zhǔn)確地發(fā)現(xiàn)。

在國(guó)內(nèi)，一家三甲醫(yī)院平均每天接待 200 例左右的肺結(jié)節(jié)篩查患者，每位患者在檢查環(huán)節(jié)會(huì)產(chǎn)生 200-300 張左右的 CT 影像，放射科醫(yī)生每天至少需要閱讀 4 萬(wàn)張影像，任務(wù)繁重，大量消耗精力，導(dǎo)致誤診漏診率上升。

如果算上其他病癥，假定影像醫(yī)生一天要寫 80 份 CT 報(bào)告，每天要瀏覽的影像會(huì)超過 80000 幅，這個(gè)工作量太大了，犯錯(cuò)的可能性也在增加。

醫(yī)學(xué)界曾對(duì) 1241 名影像醫(yī)生做過調(diào)查，數(shù)據(jù)顯示：超過 50% 醫(yī)生日均工作時(shí)間在 8 小時(shí)以上，20.6% 的醫(yī)生超過 10 個(gè)小時(shí)，超過 71% 影像醫(yī)生期盼放射假回歸，能有更多時(shí)間陪伴家人。

再加上國(guó)內(nèi)的醫(yī)生資源缺口問題越來越嚴(yán)重，影像科是重災(zāi)區(qū)。現(xiàn)在，我國(guó)醫(yī)學(xué)影像數(shù)據(jù)的年增長(zhǎng)率約為 30%，而放射科醫(yī)師數(shù)量的年增長(zhǎng)率僅為 4.1%。這意味著放射科醫(yī)師在未來處理影像數(shù)據(jù)的壓力會(huì)越來越大，甚至遠(yuǎn)遠(yuǎn)超過負(fù)荷。

面對(duì)如此嚴(yán)峻的問題，怎么辦？ 如今方興未艾的人工智能技術(shù)給出了答案。

針對(duì)前文提到的肺結(jié)節(jié)檢測(cè)，西安盈谷與英特爾合作，推出了醫(yī)真云平臺(tái)，構(gòu)建出 Cloud IDT 服務(wù)，在其輔助下，肺結(jié)節(jié)的監(jiān)測(cè)敏感度（探測(cè)率）已經(jīng)達(dá)到 95%。通過人工智能識(shí)別出肺結(jié)節(jié)后，再交由醫(yī)生執(zhí)行進(jìn)一步的診斷，使得診斷效率和精準(zhǔn)度大幅提升。而原先人工需要的 10 多分鐘完成的篩查縮短到僅僅 5-17 秒秒鐘，診斷效率大大提高。

同時(shí)，西安盈谷宣布，肺結(jié)節(jié) AI 服務(wù)將永遠(yuǎn)免費(fèi)。而后期，對(duì)于結(jié)節(jié)良惡等特性進(jìn)行自動(dòng)化檢測(cè)也將成為醫(yī)真 AI 的重中之重。2017 年醫(yī)真云預(yù)計(jì)上線 5 款 AI 服務(wù)，兩年內(nèi)計(jì)劃開發(fā) 100 款 AI 服務(wù)，預(yù)計(jì)未來平臺(tái)開放總接入 300 款各類 AI 服務(wù)，讓更多醫(yī)生和患者受益于此。

這樣一來，就實(shí)現(xiàn)了人工智能輔助醫(yī)學(xué)診療的創(chuàng)新，并取得了實(shí)實(shí)在在的進(jìn)展。

2三記組合拳，讓人工智能走進(jìn)醫(yī)院

除了工作量過大之外，醫(yī)療資源在地區(qū)之間配置不均衡，以及各個(gè)影像設(shè)備系統(tǒng)之間的數(shù)據(jù)隔離也是我們的醫(yī)生和患者面對(duì)的另外兩個(gè)重大挑戰(zhàn)。西安盈谷的一套組合拳，提供了一站式的解決方案。

組合拳的第一式，是醫(yī)真云。它借助醫(yī)技設(shè)備物聯(lián)網(wǎng)技術(shù) AMOL，連接起醫(yī)技設(shè)備及醫(yī)療服務(wù)過程。影像中心、病理中心、超聲中心的設(shè)備聚合在醫(yī)真云中。然后，一系列 SaaS 系統(tǒng)，包括精準(zhǔn)全醫(yī)技工作及協(xié)同服務(wù)、區(qū)域醫(yī)療協(xié)同平臺(tái)、臨床影像科研平臺(tái)、醫(yī)真優(yōu)醫(yī)、醫(yī)真社交等各種應(yīng)用建立起來，滿足各層級(jí)醫(yī)療機(jī)構(gòu)對(duì)醫(yī)學(xué)影像數(shù)據(jù)處理能力的需求。

組合拳第二式，是 iMAGES 核心引擎，具備強(qiáng)大的影像大數(shù)據(jù)處理能力，專門針對(duì)醫(yī)學(xué)影像處理及分析，可以高速實(shí)時(shí)計(jì)算存儲(chǔ)在醫(yī)真云上的醫(yī)學(xué)影像數(shù)據(jù)。其中使用了最新一代英特爾至強(qiáng)可擴(kuò)展處理器，其輸出的更高并發(fā)計(jì)算能力，讓 iMAGES 核心引擎可以從多維度快速重建遠(yuǎn)端傳來的影像。結(jié)合英特爾架構(gòu)平臺(tái)的強(qiáng)勁算力，iMAGES 核心引擎提供了基于云端的出色 PET-CT 融合能力，不僅能夠提供基于形態(tài)學(xué)和功能的“熱力圖”，還可以對(duì)影像做出半定量化的標(biāo)準(zhǔn)化攝取值（Standard Uptake Value, SUV）分析，用于后續(xù)對(duì)腫瘤等疾病的鑒別和定量分析。針對(duì) MRI 等其他影像的處理，該引擎還能快速執(zhí)行彌散、灌注、神經(jīng)束成像等功能。

組合拳第三式，是智能化輔助診斷系統(tǒng) Cloud IDT。在醫(yī)真云和大數(shù)據(jù) iMAGES 核心引擎的支持下，該系統(tǒng)實(shí)現(xiàn)了人工智能輔助醫(yī)學(xué)診療的創(chuàng)新。人工智能需要強(qiáng)大的計(jì)算能力，這正是英特爾至強(qiáng)可擴(kuò)展處理器的長(zhǎng)項(xiàng)，其中集成的高級(jí)矢量擴(kuò)展指令集 512，增強(qiáng)了單指令多數(shù)據(jù)流的執(zhí)行效率。在出色硬件性能之上，英特爾還對(duì) Caffe、Tensorflow 等框架做出軟件層面的優(yōu)化，以針對(duì)英特爾技術(shù)優(yōu)化的 RFCN 模型為例，模型優(yōu)化裁剪融合帶來了近 30% 的性能提升，而進(jìn)一步優(yōu)化 OpenMP* 多線程實(shí)現(xiàn)方案后，其性能還能再提升 40%-50%，包括使用面向深度神經(jīng)網(wǎng)絡(luò)的英特爾數(shù)學(xué)核心函數(shù)庫(kù)，這都進(jìn)一步提升了西安盈谷智能化輔助診斷系統(tǒng)的功效。以單幅胸部 Dicom 數(shù)據(jù)執(zhí)行 RFCN 模型為例，使用英特爾至強(qiáng)金牌 6148 處理器時(shí)，可比使用主流 GPU 的耗時(shí)降低 10%。

“人工智能可將醫(yī)療效果提高 50%，同時(shí)減少多達(dá) 50% 的醫(yī)療成本”，這是美國(guó)資深咨詢公司弗羅斯特 - 沙利文公司做出的結(jié)論。西安盈谷和英特爾一起，在協(xié)同醫(yī)學(xué)研究、醫(yī)學(xué)大數(shù)據(jù)分析、醫(yī)療健康管理、疾病監(jiān)測(cè)、成像分析等領(lǐng)域積極部署人工智能解決方案，進(jìn)一步推動(dòng)精準(zhǔn)醫(yī)療和智慧醫(yī)療的發(fā)展。

未來，相信我們的醫(yī)生能有更多時(shí)間休息，同時(shí)能更快、更準(zhǔn)確地診斷病情，緩解乃至消除病人的痛苦。