英特尔与西门子医疗(Siemens Healthineers)正在合作开发一种突破性的基于人工智能的的心脏MRI(磁共振成像)分割和分析模型,有望提供实时的心血管疾病诊断。英特尔和西门子医疗使用了第二代英特尔至强可扩展处理器进行人工智能推理,为技术专家、心脏病专家和放射科医生提供实时磁共振成像(MRI)推理结果。
英特尔公司物联网事业部生命科学与健康部门总经理David Ryan表示:“西门子医疗和英特尔有一个共同目标——利用人工智能技术,进一步改善医疗水平。通过在边缘部署集成了英特尔深度学习加速技术和英特尔Distribution of OpenVINO工具包的第二代英特尔至强可扩展处理器,数据在采集后将被即刻用于分析,从而实现实时的心脏MRI应用。”
在美国,心血管疾病导致了三分之一的死亡率——每分钟34例,每年高达1800万例。心脏MRI已经成为评估心脏功能、心室容积和心肌组织的黄金标准。
心脏病专家通常使用手动或半自动工具从心脏核磁共振成像(CMR)中提取定量测量值,但这一步骤非常耗时且容易出错,并且在解读图像时容易受到主观性的影响。
西门子医疗高级副总裁Dorin Comaniciu 表示:“基于英特尔至强可扩展处理器,我们现在能够开发多个实时且用途关键的医学成像用例,例如心脏MRI等,并且无需额外增加成本和复杂的硬件加速器。”
使用人工智能的心脏模型将为心脏病专家节省更多时间,使他们无需手动进行心室、心肌和心血池的图像分割。当扫描仪生成图像切片后,即刻在边缘进行基于人工智能技术的图像分割,使部署在边缘的计算系统能实时捕捉到产生的数据 ——这为人工智能推理带来了低延迟和高吞吐速度等优势,让医疗机构能够每天安全地为更多患者进行诊断服务。
生命科学与健康行业正在进行医疗数字化变革,通过利用人工智能,加快临床工作流程,提高准确性和诊断水平,在降低医院成本的同时,为医学研究提供更大的支持。人工智能可以快速提供解剖系统的可视化,并识别异常状况,这有助于临床医生进一步专注于患者护理。
当下,西门子医疗部署的大多数系统均采用了英特尔处理器,这使西门子医疗能够利用已有的基于CPU的基础架构来运行人工智能推理工作负载。西门子医疗和英特尔使用英特尔Distribution of OpenVINO工具包来优化、量化和执行模型。最终演示结果显示,速度实现了5倍以上的提升,且精度几乎毫无损耗。
英特尔深度学习加速技术是一套新的嵌入式处理器技术,能够加快深度学习用例的实现。它在英特尔AVX-512指令集中扩展了新的矢量神经网络指令(VNNI),该指令内置于第二代英特尔至强可扩展处理器中。过去,例如卷积这样的任务通常需要三条指令,现在只需一条指令就可以完成。该技术可以被应用于的目标工作负载包括图像识别、图像分割、语音识别、语言翻译和对象检测等。
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。