【“ZiDongHua”之創(chuàng)新&科技觀察：人工智能醫(yī)學(xué)影像輔助系統(tǒng)】浪潮和元腦左手伙伴開發(fā)的人工智能醫(yī)學(xué)影像輔助系統(tǒng)應(yīng)用于腦卒中，可能會改變這一局面。通常腦卒中診斷給影像科的時(shí)間僅有15-20分鐘，該系統(tǒng)可以精確完成梗死病灶的檢出，并根據(jù)不同的醫(yī)療需求完成血供區(qū)域、分水嶺區(qū)域和結(jié)構(gòu)區(qū)域的自動化、智能化、快速分割，從而實(shí)現(xiàn)梗死病灶的快速定性和定量分析，多重區(qū)域同步分割模型的準(zhǔn)確率達(dá)到97.5%，能夠在3分鐘內(nèi)提供參考診斷報(bào)告。

一般人可能不清楚的是，人工智能算法不僅是程序員寫出來的，也是消耗海量算力“算”出來的。人工智能模型開發(fā)完成以后，需要進(jìn)行大量的數(shù)據(jù)訓(xùn)練。相當(dāng)于開發(fā)的模型是一個(gè)嬰兒，訓(xùn)練過程就是這個(gè)嬰兒長大成為專家的過程。

醫(yī)療影像系統(tǒng)每次訓(xùn)練都需要幾百GB的數(shù)據(jù)量，浪潮信息為伙伴提供的訓(xùn)練平臺每秒可完成近千億億次訓(xùn)練。需要注意的是，人需要不斷的學(xué)習(xí)和成長，AI系統(tǒng)也一樣，需要學(xué)習(xí)最新的病例，不斷學(xué)習(xí)，這也意味著，AI系統(tǒng)可能要“終生學(xué)習(xí)”，持續(xù)需要龐大的算力來“喂養(yǎng)”。

醫(yī)學(xué)人工智能守護(hù)生命之光：用算力與時(shí)間賽跑，推動醫(yī)療均質(zhì)化

/美通社/ -- “時(shí)間就是生命”，沒有哪個(gè)時(shí)刻會比搶救過程更能印證這句話。分秒必爭、先行一步……在救護(hù)過程中縮短時(shí)間、提高診治效率，有些人的命運(yùn)或許就會被改變。

45歲的王大成是一名社區(qū)工作人員。一天，他出現(xiàn)左手活動不靈的癥狀并逐漸加重，但是他沒有在意，依然堅(jiān)守崗位。在夜班執(zhí)勤過程中突發(fā)癱瘓，被交接班的同事發(fā)現(xiàn)，緊急送到吉林大學(xué)第一醫(yī)院，進(jìn)入腦卒中綠色通道救治。初步查體后，醫(yī)生判斷王大成發(fā)病時(shí)間較長，需要盡快救治。

在這個(gè)過程中，人工智能參與進(jìn)來，輔助醫(yī)生3分鐘內(nèi)完成影像數(shù)據(jù)分析，多學(xué)科一體化得出治療方案對病人進(jìn)行機(jī)械取栓手術(shù)，用最大努力把患者從終身癱瘓和死亡邊緣拉了回來。依靠綠色通道、平臺技術(shù)的支撐，他們打贏了這場“生命爭奪戰(zhàn)”。

3分鐘！與時(shí)間賽跑，人工智能參與“生命借力”

腦卒中的救治，是一場與時(shí)間的賽跑，腦卒中患者救治每延誤一分鐘，就會有190萬個(gè)腦細(xì)胞受損，因此，腦卒中的救治有非常嚴(yán)格的時(shí)間窗。要在窗口期之內(nèi)必須做出一個(gè)治療方案，這對相當(dāng)一部分醫(yī)生來說，并非易事。特別是患者發(fā)病6小時(shí)以后，其腦組織大部分區(qū)域遭到破壞，而基層醫(yī)生診斷能力不足，加上臨床缺乏可靠準(zhǔn)確的自動化評估工具，無法精準(zhǔn)識別患者的核心梗死區(qū)以及無法判斷出還可以挽救的腦組織區(qū)域，很多腦卒中的病例診斷時(shí)間可能達(dá)到100分鐘，導(dǎo)致治療率遲遲無法提高。從2015年至今，我國急性腦梗死再灌注治療率遠(yuǎn)低于歐美國家水平，發(fā)病4.5小時(shí)內(nèi)且沒有禁忌癥的急性腦梗死患者靜脈溶栓的實(shí)際執(zhí)行率只有22.9%。

浪潮和元腦左手伙伴開發(fā)的人工智能醫(yī)學(xué)影像輔助系統(tǒng)應(yīng)用于腦卒中，可能會改變這一局面。通常腦卒中診斷給影像科的時(shí)間僅有15-20分鐘，該系統(tǒng)可以精確完成梗死病灶的檢出，并根據(jù)不同的醫(yī)療需求完成血供區(qū)域、分水嶺區(qū)域和結(jié)構(gòu)區(qū)域的自動化、智能化、快速分割，從而實(shí)現(xiàn)梗死病灶的快速定性和定量分析，多重區(qū)域同步分割模型的準(zhǔn)確率達(dá)到97.5%，能夠在3分鐘內(nèi)提供參考診斷報(bào)告。

先進(jìn)醫(yī)療下沉 人工智能讓更多人受益

我國是卒中大國，每年新發(fā)卒中病人超過300萬^[1]。在我國醫(yī)院收治的神經(jīng)系統(tǒng)疾病患者中，卒中患者占比高達(dá)66.5%^[2]。病人面臨著健康威脅，醫(yī)生也面臨著難題。

腦卒中診斷治療是技術(shù)，更是經(jīng)驗(yàn)。培養(yǎng)一個(gè)高資質(zhì)的腦卒中醫(yī)生往往需要10年時(shí)間。我國幅員遼闊，醫(yī)療發(fā)展水平地域差距較大，這樣的醫(yī)生往往集中于發(fā)達(dá)地區(qū)的三甲醫(yī)院，廣大的邊緣地區(qū)醫(yī)生水平、經(jīng)驗(yàn)都亟待提高，這也是我國腦卒中治療情況不理想的直接原因。

人工智能醫(yī)學(xué)影像輔助系統(tǒng)的出現(xiàn)，正在改善這一現(xiàn)狀。腦卒中的詳細(xì)診斷主要依靠影像，人工智能醫(yī)學(xué)影像輔助系統(tǒng)完全可以把最好的醫(yī)生診斷經(jīng)驗(yàn)固化為算法和解決方案，用“設(shè)備下鄉(xiāng)”的方式來解決基層醫(yī)療機(jī)構(gòu)的腦卒中診斷問題，相比于醫(yī)生下鄉(xiāng)，無論可行性、效率，都高得多。

現(xiàn)代科技為醫(yī)療均等化的實(shí)現(xiàn)開辟了新途徑。

AI醫(yī)療，算力、算法、數(shù)據(jù)缺一不可

在王大成案例中所使用的人工智能輔助分析醫(yī)療產(chǎn)品，基于神經(jīng)病學(xué)研究和治療全球領(lǐng)先醫(yī)院的上萬例臨床影像數(shù)據(jù)訓(xùn)練而成。醫(yī)院不僅擁有海量的臨床影像數(shù)據(jù)，而且治療水平也極高，我國腦卒中再灌注治療復(fù)發(fā)率為25%，國際水平為7%，該醫(yī)院的治療復(fù)發(fā)率遠(yuǎn)低于國際水平。

人工智能模型深度學(xué)習(xí)醫(yī)院資深臨床專家的診療技術(shù)，支持多模態(tài)影像自動分析，包括CTA(CT血管成像)/CTP(CT灌注成像)分析、核磁分析等，滿足不同等級醫(yī)院的設(shè)備條件需求，能輔助臨床醫(yī)生做出更好的治療決策。

數(shù)據(jù)、算法兩大維度已發(fā)力，但如果沒有強(qiáng)勁的“動力”帶動二者運(yùn)轉(zhuǎn)也無法做到高效。浪潮智慧算力為AI真正實(shí)現(xiàn)醫(yī)療輔助提供了根本保障。

算力瓶頸，AI參與診斷真正進(jìn)入臨床

一般人可能不清楚的是，人工智能算法不僅是程序員寫出來的，也是消耗海量算力“算”出來的。人工智能模型開發(fā)完成以后，需要進(jìn)行大量的數(shù)據(jù)訓(xùn)練。相當(dāng)于開發(fā)的模型是一個(gè)嬰兒，訓(xùn)練過程就是這個(gè)嬰兒長大成為專家的過程。

醫(yī)療影像系統(tǒng)每次訓(xùn)練都需要幾百GB的數(shù)據(jù)量，浪潮信息為伙伴提供的訓(xùn)練平臺每秒可完成近千億億次訓(xùn)練。需要注意的是，人需要不斷的學(xué)習(xí)和成長，AI系統(tǒng)也一樣，需要學(xué)習(xí)最新的病例，不斷學(xué)習(xí)，這也意味著，AI系統(tǒng)可能要“終生學(xué)習(xí)”，持續(xù)需要龐大的算力來“喂養(yǎng)”。

當(dāng)然，在實(shí)際應(yīng)用部署時(shí)，這套系統(tǒng)也需要強(qiáng)大的算力平臺來減少計(jì)算耗時(shí)，雖然部署情況不同，但是每套系統(tǒng)的峰值算力水平也在幾百億億次的超高水平。

浪潮信息解決的不僅是算力問題，還有方案的開發(fā)和部署難題。AI系統(tǒng)的開發(fā)和訓(xùn)練需要多人協(xié)作。 所以，浪潮不僅提供了AI算力平臺，還提供了AI資源管理平臺AI Station，對計(jì)算力資源進(jìn)行統(tǒng)一、高效的管理，支持了伙伴數(shù)十位工程師同時(shí)使用計(jì)算平臺，顯著提升了資源使用率與訓(xùn)練效率，GPU使用率由原來的30%上升為75%，大大節(jié)約了算力成本，同時(shí)又提升了效率：主要模型訓(xùn)練速度提升10倍以上，訓(xùn)練時(shí)間由2周多降為2天。

憑借優(yōu)質(zhì)的數(shù)據(jù)來源、領(lǐng)先的算法模型和強(qiáng)勁的算力平臺，通過不斷新病例的分析訓(xùn)練，這套人工智能醫(yī)學(xué)影像輔助系統(tǒng)在算力的支撐下，正在不斷自我迭代、不斷升級，提高準(zhǔn)確率。

AI對現(xiàn)代醫(yī)療的影響遠(yuǎn)不止于此，浪潮信息也聯(lián)手美國西北大學(xué)開發(fā)人工智能NLP系統(tǒng)來識別需要隨訪的放射影像檢查報(bào)告，此項(xiàng)成果發(fā)表在了《新英格蘭醫(yī)學(xué)催化劑雜志》子刊（NEJM Catalyst）上。

醫(yī)療的目的，不僅是救活病人，更高的目標(biāo)是讓病人恢復(fù)健康，回歸社會，回歸生活。

時(shí)間的縮短是技術(shù)發(fā)揮作用的重要體現(xiàn)，也依然是這點(diǎn)讓王大成的故事有了圓滿的結(jié)局。同時(shí)，我國醫(yī)療資源缺乏且分布不均衡，基層醫(yī)療力量薄弱，臨床+人工智能的交叉應(yīng)用，將高質(zhì)量的臨床數(shù)據(jù)轉(zhuǎn)化為普適的經(jīng)驗(yàn)，輔助基層醫(yī)生快速精準(zhǔn)完成影像數(shù)據(jù)分析、降低漏診誤診、提升醫(yī)生工作效率造福更多患者……在推進(jìn)我國醫(yī)療均質(zhì)化的過程中，更大范圍造福百姓生命健康。

信息來源：

^[1]中國腦血管病臨床管理指南，第289頁
^[2]人工智能在卒中診療的研究和應(yīng)用：曙光初現(xiàn)，任重道遠(yuǎn)；中國卒中雜志，2020年3月