2023年5月15日,上海——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。论坛上,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。

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。对此,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。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。”
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。
结合5G等创新技术应用,通过线上、线下相结合的方式,该解决方案已成功用于助力优质医疗资源下沉及提高优质医疗资源普及性,全面提升了基层医疗服务与保障能力,以及患者就医体验。例如,将AI骨密度计算能力通过影像云平台和骨密度一体机形式部署到基层医疗机构,可使患者仅通过一次CT扫描,即可享受自动骨密度测量、椎体分析、椎间分析和体质分析等功能,而无需额外检查和体模辅助。该产品可帮助包括身处基层医疗水平地区患者在内的人们更科学、更精准、更轻松地进行骨质疏松检测,以及时规避由骨质疏松的高发病率、高致残率和高致死率带来的风险。
基于云化部署及云边协同的医疗辅助诊断系统正在以数据为源动力,乘人工智能与边缘计算的“技术东风”,加速医疗资源共享,参与构建更加智慧、更加普惠的现代医疗体系。面向未来,英特尔将与更多生态伙伴一起推进云边协同架构在医疗领域的广泛实践与深度应用,提升智慧医疗应用水平,努力增进地球上每一个人的健康福祉!
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。