伴随着AI的发展,医疗行业的智能化也在加速。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面都大有可为。
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。
会上,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,赋能整个医疗行业发展的一个基石就是加速人工智能。英特尔联合合作伙伴和客户利用人工智能支持好医疗行业的科研创新以及智慧医院。
01 人工智能让医生的价值最大化
众所周知,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,优化医疗流程。人工智能由于医学问题比较复杂和多维度,医生的价值在于与病人一起解读AI生成的报告,提升医患沟通效率。
中华医学会放射学分会主任委员、中国医学影像AI产学研创新联盟理事长、上海长征医院放射诊断科主任刘士远告诉记者,在外科或骨科方面,AI报告已经具备足够的准确性,解决问题又快又准,从而给患者带来检查红利和获益。
此外,人工智能在肺结节筛查、冠状动脉CTA成像、头颈部CTA人工智能模型等方面有着成熟的应用。虽然如此,AI在医疗领域的应用需要我们继续拓展,与相关算法公司开发出符合临床使用场景的模型。
“为了对传统的深度学习人工智能进行标注,需要行业专家达成共识。制定标准是非常关键的,我们做好专家共识,在不同领域制定不同的评价标准。”刘士远如是说。
毕竟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,这就需要标准来规范多样性。
当下或许有人认为高估了人工智能的作用,但是刘士远认为,人工智能具有无限的可能性,我们需要做的事情还很多,这有赖于产业上下游的共同努力。
02 医学影像:人眼看不到的数据,AI可以
人工智能给影像医生提供更多人眼所看不到的数据,提升诊断水平。在医学影像领域,汇医慧影与英特尔展开了多层面的合作,提供了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。

汇医慧影CEO柴象飞表示,AI在医疗领域的应用最根本的是要给医院带来效率和医疗质量的提升。比如在胸部或者腹部CT扫描后,通过人工智能算法就可以自动计算出骨密度,不需要人工介入,一次CT可以出两份报告——影像报告和骨密度报告。
通过引入英特尔至强扩展处理器、OpenVINO工具套件以及面向英特尔架构优化的Python等软硬件产品和技术,汇医慧影在新冠肺炎筛查、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。
AI不光带来了医疗诊断效率的提升,还带来了医疗资源下沉,这给基层医疗带来了新希望。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。
柴象飞表示,基层医疗对于智能化的需求更加旺盛,因为基层需要的不仅是硬件投入,更多是体系和能力下沉。对于基层来讲,最大问题是医生的下沉很难做到,而远程化和智能化的方式是一种解决之道。
03 英特尔全生态支撑医疗行业变革

英特尔网络与边缘事业部中国区行业销售总监谢青山表示,人工智能在行业里的应用已经进入到一个良性发展循环。
例如医疗行业是一个数据密集型行业,在一个完整的业务流程当中,医学影像数据是跨部门、跨机构在云、边、端不同节点上协同流动。
英特尔提供了一个在医学影像的全生命周期进行全生态支撑的软硬件,包括前后端软硬件,例如面向高性能计算和训练的GPU、Habana Gaudi加速器等。
在AI应用中,GPU被广泛使用,但是CPU也并没有落伍。在医疗大模型中,使用CPU并配备大容量内存是更好的选择,性能表现和成本优势更明显。第四代英特尔至强可扩展处理器具有更多的核心,可实现更好的并行处理性能;内置AMX加速器,专为机器学习推理和训练而设计,特别是针对深度学习。
英特尔也在探索多模态AI在医疗场景的应用,多模态分析通常涉及到影像数据和病例数据。人工智能算法模型由多个模态数据输入进行融合产生。
面向业务人员而非开发者或者是技术人员,英特尔提供Geti计算机视觉平台、开源联邦学习框架OpenFL等进行数据标注和模型训练。
英特尔技术专家表示,英特尔更专注于底层算力和相关软硬件的配合,帮助合作伙伴更容易、更好、更高效地开发相应行业软件和解决方案。
比如在与汇医慧影合作过程当中,英特尔的CPU、GPU、FPGA等不同芯片应用在不同场景,搭配软件,提高开发效率,降低开发成本和时间。
“在技术层面、商业模式和合作模式上,英特尔和合作伙伴进行探讨,推动人工智能在各个行业的复制和推广。”谢青山说。
04 结语
AI在医疗领域的应用并不是新鲜事物,但是随着大模型技术带来的突破,我们看到AI在赋能医疗领域创新方面必将带来巨大变革。
英特尔提供全面的软硬件产品组合,赋能医疗行业进行智能化变革,提升智慧医疗应用水平,让医疗资源更加普惠,造福每一个人。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。