“去拍個片子吧。”這是去醫(yī)院看病常常能聽到的話?，F(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：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，人都是要犯錯的，所以誤診難以避免。這點中外概莫能避，從影像誤診人數(shù)來看，美國每年的誤診人數(shù)達到了 1200 萬，中國每年誤診人數(shù)高達 5700 萬。

就中國而言，放射科醫(yī)生工作量過于繁重是誤診的主要原因。

以肺癌檢測為例。肺癌是中國癌癥第一殺手，其發(fā)病率快速上升，目前已經(jīng)成為中國發(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、準(zhǔn)確地發(fā)現(xiàn)。

在國內(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 報告，每天要瀏覽的影像會超過 80000 幅，這個工作量太大了，犯錯的可能性也在增加。

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

再加上國內(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，我國醫(yī)學(xué)影像數(shù)據(jù)的年增長率約為 30%，而放射科醫(yī)師數(shù)量的年增長率僅為 4.1%。這意味著放射科醫(yī)師在未來處理影像數(shù)據(jù)的壓力會越來越大，甚至遠(yuǎn)遠(yuǎn)超過負(fù)荷。

面對如此嚴(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。

針對前文提到的肺結(jié)節(jié)檢測，西安盈谷與英特爾合作，推出了醫(yī)真云平臺，構(gòu)建出 Cloud IDT 服務(wù)，在其輔助下，肺結(jié)節(jié)的監(jiān)測敏感度（探測率）已經(jīng)達到 95%。通過人工智能識別出肺結(jié)節(jié)后，再交由醫(yī)生執(zhí)行進一步的診斷，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，西安盈谷宣布，肺結(jié)節(jié) AI 服務(wù)將永遠(yuǎn)免費。而后期，對于結(jié)節(jié)良惡等特性進行自動化檢測也將成為醫(yī)真 AI 的重中之重。2017 年醫(yī)真云預(yù)計上線 5 款 AI 服務(wù)，兩年內(nèi)計劃開發(fā) 100 款 AI 服務(wù)，預(yù)計未來平臺開放總接入 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，就實現(xiàn)了人工智能輔助醫(yī)學(xué)診療的創(chuàng)新，并取得了實實在在的進展。

2三記組合拳，讓人工智能走進醫(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)生和患者面對的另外兩個重大挑戰(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、臨床影像科研平臺、醫(yī)真優(yōu)醫(yī)、醫(yī)真社交等各種應(yīng)用建立起來，滿足各層級醫(yī)療機構(gòu)對醫(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，具備強大的影像大數(shù)據(jù)處理能力，專門針對醫(yī)學(xué)影像處理及分析，可以高速實時計算存儲在醫(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可擴展處理器，其輸出的更高并發(fā)計算能力，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)平臺的強勁算力，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)對腫瘤等疾病的鑒別和定量分析。針對 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。人工智能需要強大的計算能力，這正是英特爾至強可擴展處理器的長項，其中集成的高級矢量擴展指令集 512，增強了單指令多數(shù)據(jù)流的執(zhí)行效率。在出色硬件性能之上，英特爾還對 Caffe、Tensorflow 等框架做出軟件層面的優(yōu)化，以針對英特爾技術(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，而進一步優(yōu)化 OpenMP* 多線程實現(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，這都進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，使用英特爾至強金牌 6148 處理器時，可比使用主流 GPU 的耗時降低 10%。

“人工智能可將醫(yī)療效果提高 50%，同時減少多達 50% 的醫(yī)療成本”，這是美國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、成像分析等領(lǐng)域積極部署人工智能解決方案，進一步推動精準(zhǔn)醫(yī)療和智慧醫(yī)療的發(fā)展。

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