基层医疗的AI赋能——英特尔AI方案助推医学影像检测筛查

在2023中国国际医疗器械博览会期间，英特尔举办了以“AI边缘计算赋能医疗影像，助力基层医疗创新升级”为主题的论坛。来自英特尔、行业协会及医疗领域头部企业的专业人士，就如何通过医疗AI与云边端融合助力基层医疗信息化建设，并提高医疗服务效率与医务人员工作体验等重要议题展开了深入探讨。

基层医疗水平升级是目前政府力推的惠民政策之一，特别是伴随着新冠疫情的全面爆发，基层医疗水平的提升将会极大缓解疫情爆发带来的大医院瞬间激增的检查与筛查需求，从而从一定程度上确保更多患者能够及时得到诊断和治疗。作为医学诊断中非常重要的参考因素，医学影像检查是目前最直观的疾病诊断依据，据相关医疗专家介绍，国家目前大力推进基层医疗设备升级，医学影像设备已经走进很多社区医院，但对于很多基层医疗机构来说，在医生水平无法短期内得到提升的基础上，如何发挥AI在医疗影像筛查中的作用能够更好地帮助基层医疗体系确保有问题的患者不会被漏检。

针对AI与医学影像问题的结合，中华医学会放射学分会的专家表示，2018年医学影像人工智能联盟的成立标志着人工智能在医学影像中的发展得到了产业的认可，并且目前在肺部结节、冠脉筛查、骨骼检测等方面拥有了比较好的算法模型。在联盟关于人工智能在医学影像中应用的调查显示，大医院使用率很高，达到73%，二级医院32%、一级医院10%，越小的使用率越低，越大使用率越高。在效果方面，以某三甲医院为例，应用肺结节的AI模型之后，使用率从70%到80%一直到后面的90%多；以前不用AI的时候，肺结节的检出率是30%左右，现在是75%。另几家三甲医院冠脉的使用率是99%、96%、97%、98%，不用AI的斑块狭窄检出率是60%左右，用了之后是95%左右，两个方面应用AI后检出率都得到了大幅的提升。当然，在医疗影像中使用人工智能除了可以用于检测和诊断疾病，还可以用于辅助治疗决策。现在许多人工智能系统已经应用在外科手术中，它可以帮助外科医生决定是否需要手术、需要切除多少组织等。这对于判断肺部残留组织是否足够维持正常功能等问题都有很大的帮助。

当然，该专家还指出，医疗行业是个很严谨而且需要医生专业素养很高才能做出正确诊断，因此人工智能还主要是作为辅助手段来参与到医疗诊断过程中，特别是构建怎样的模型，如何进行有效训练数据的导入，以及如何确定模型的筛查准确性等问题。不同领域的数据标注规范不同，即使是同一领域的数据，由不同的人进行标注也会存在差异，不同医院的数据也不同。当然，我们需要多样性，但如果没有标准，就会混乱。为了对传统的深度学习人工智能进行标注，需要有行业内的专家来达成共识。制定标准是非常关键的，我们需要做好专家共识，在不同领域制定不同的评价标准。

当前，医疗卫生数据已占全球总数据量的30%，如何有效管理和利用大量非结构化的医疗数据已成为一项巨大挑战。英特尔中国区物联网及渠道数据中心事业部总经理郭威表示，英特尔正在将医疗AI与云边端进行创新融合，在赋能智慧医疗的同时加速科研创新，以实现医疗数据的有效管理和利用。在医疗行业上，英特尔主要做三件事情，“一个基础，两个核心点”。一是以人工智能为基础赋能行业，让人工智能在我们的芯片上跑得更好。两个核心点，一是加速科研创新，二是赋能智慧医疗。英特尔把环保、智慧农业都放在大健康行业。除了医院之外，在整个科研创新领域，英特尔也有很多可以和合作伙伴一起合作的机会。英特尔认为，赋能整个医疗行业发展的一个基石就是加速人工智能.

人工智能在医疗行业，不管是在自然语言处理、机器视觉还是公共健康上都大有可为。英特尔的核心就是利用芯片不断提高算力，这个算力包括数据产生、数据传输、数据分析，赋能人工智能。同时，英特尔也会推出更多的底层软件，让客户和合作伙伴能利用底层软件更好地使用芯片。利用人工智能支持好医疗行业的科研创新以及支持好我们的智慧医院，让中国整个医疗行业越来越好，让中国人民生活健康水平越来越高，大家过得越来越开心、越来越美满，是我们英特尔的核心追求。

随着云端应用的逐渐普及，医疗影像系统也开始向云端服务扩展，很多大医院的影像中心都涉及到云、边、端协同的问题，数据要去分享。在云、边、端的每一个节点上都有不同类型的任务，需要不同的数据处理的方式，所以说影像数据在一个完整的业务流程当中，很多时候是跨部门、跨机构在云、边、端不同节点上协同进行的工作。从这个层面来讲，英特尔可能是独一无二的，英特尔是一家可以对云、边、端完整地提供影像数据处理的公司。因为英特尔提供了一个能够让大家在影像的全生命周期里做各种类型的各种负载算法处理的全生态的软硬件的支撑。

以医学影像场景为例——医学影像技术的飞速进步让越来越多临床诊断有“据”可依。为帮助医疗机构轻松面对不断扩张的影像数据处理需求，基于英特尔架构，汇医慧影打造了包括Dr.Turing AI平台、Novacloud智慧影像云及Radcloud大数据智能分析云平台在内的全周期AI医学影像解决方案。通过引入英特尔^®️至强^®️可扩展处理器、OpenVINO^™工具套件以及面向英特尔^®️架构优化的Python等领先软硬件产品和技术，该解决方案的各个平台处理效率都获得了显著提升。得益于这些软硬件相互搭配、协作优化带来的整体加速优势，Dr.Turing AI平台在新冠肺炎筛查、乳腺癌检测等影像分析场景中的推理速度获得了显著提升。同时，放射组学分析方案在优化后的Radcloud大数据智能分析云平台的支持下，其处理效率也获得明显加速。

此外，为助力基层医疗的信息化建设，英特尔还积极携手行业伙伴基于Al边缘计算技术，针对多样化应用场景打造众多高性能解决方案，以打破院内数字孤岛、优化基层医疗资源配置并加速推动分级诊疗进程，从而充分释放医疗数据价值，实现基层医护人员工作效率和广大患者就医体验的同步提升。