根據(jù)近年衛(wèi)生部統(tǒng)計公報，在我國，每千人口執(zhí)業(yè)（助理）醫(yī)師僅為1.82人，醫(yī)患比例懸殊帶來了揮之不去的“看病難”問題。培養(yǎng)一個專業(yè)醫(yī)生需要多年的時間和高昂的成本，更別提成就一個經(jīng)驗豐富的三甲醫(yī)院醫(yī)生所需要累積的海量經(jīng)驗值。想象一下，如果人工智能能讓機器像醫(yī)學院學生一樣“學習”，模擬將“小白”培養(yǎng)成超聲診斷醫(yī)生的過程，未來，醫(yī)院的診斷效率無疑將大大提高，每個患者也將能夠獲得更充分的醫(yī)療資源。
人工智能與智慧醫(yī)療的結合應如何尋找突破口？英特爾專家指出，在臨床，醫(yī)療影像是協(xié)助醫(yī)生判斷病情的重要信息，醫(yī)療數(shù)據(jù)中有超過90%的數(shù)據(jù)來自于醫(yī)學影像。英特爾正攜手浙江大學與德尚韻興孔德興教授團隊，從甲狀腺結節(jié)篩查入手，探索人工智能在臨床上輔助診斷的機遇。
比你聰明還比你勤奮，機器苦學成才
與英特爾的合作下，浙江德尚韻興圖像科技有限公司研發(fā)出的一套基于超聲影像的甲狀腺結節(jié)良惡性的輔助診斷系統(tǒng)——“DE-超聲機器人”，正通過深度學習，將“機器小白”培養(yǎng)成醫(yī)生的得力助手，幫助從三甲醫(yī)院到基層醫(yī)院的醫(yī)生進行甲狀腺結節(jié)的診斷。輔助診斷系統(tǒng)的原理依托于深度學習技術，利用兩萬多張有標注結果的超聲影像樣本，對計算機進行訓練，使其擁有“診斷”的能力。使用這套系統(tǒng)不需要加重醫(yī)生的工作負擔，只需要跟日常檢查一樣，拍一張照片，系統(tǒng)便會進行自動識別。更給力的是，機器識別完能告訴人們結節(jié)的位置，結節(jié)的特征，甚至結節(jié)的良惡性。
為了在準確率方面取得更好的成績，機器在深度學習過程中需要吃透海量樣本，這些學習樣本來自于脫敏處理后的精標準病歷。值得指出的是，初始的B超圖像上有很多信息，不僅僅是甲狀腺，還有氣管、血管，各種各樣的軟組織都在成像里面，給識別帶來很大難度。經(jīng)過學習大量樣本，該輔助診斷系統(tǒng)像不斷汲取經(jīng)驗的醫(yī)學院學生一樣，逐漸成長為經(jīng)驗能豐富的醫(yī)學助理，目前，這套基于人工智能開發(fā)的智能診斷輔助系統(tǒng)確率達到了85%以上。
在學習過程中，系統(tǒng)的神經(jīng)網(wǎng)絡根據(jù)分類觀察某一類甲狀腺結節(jié)成像，總結分析良性結節(jié)有哪些特征，惡性里面有哪些特征。在英特爾強大的算力支持下，機器提取的特征會比人眼觀察到的特征多得多，所以準確率高于人類醫(yī)生的平均水平，有些的微小的特征，人眼會漏過的，機器卻能全面捕捉到。
醫(yī)科學霸的強大內(nèi)核：英特爾全面助力
深度學習是一個神經(jīng)網(wǎng)絡架構，浙江大學求是特聘教授、德尚韻興首席科學家孔德興表示，這套系統(tǒng)的獨特之處在于，它在神經(jīng)網(wǎng)絡架構里面加入了數(shù)學的元素，比如旋轉(zhuǎn)不變性，此外，整個網(wǎng)絡的訓練是用兩個子網(wǎng)絡來承擔的，這使得處理速度有提升，精度有明顯提高。據(jù)悉，這兩個網(wǎng)絡都屬于三維的卷積神經(jīng)網(wǎng)絡（3D CNN），但是根據(jù)承擔的工作任務不同，CNN在每個網(wǎng)絡的架構也不一樣。
為了處理大量的樣本，并從大量樣本里面提取特征，需要配備功能很強的服務器來支撐這樣的訓練。基于此，德尚韻興從2016年開始與英特爾展開合作。在把輔助診斷系統(tǒng)的模型遷移到英特爾至強融核平臺上進行訓練后，系統(tǒng)的處理能力和效率方面都有顯著的進步。訓練中采集大量的醫(yī)學數(shù)據(jù)，通過醫(yī)學專家標定后，進行訓練。接下來，這些數(shù)據(jù)的訓練在英特提供的至強融核上進行，從而把網(wǎng)絡的參數(shù)給確定下來。訓練完之后就可以把這套系統(tǒng)部署到網(wǎng)上，還可以形成單機版，“學成”后在醫(yī)院就可以試用了。
該系統(tǒng)是在本地專屬的服務器上進行訓練的，英特爾為其提供了多項幫助，包括至強融核計算平臺和可調(diào)用的函數(shù)庫等。目前，有多臺定制的英特爾服務器投用于該項目，就甲狀腺檢測的模型訓練時間來說，用8核的服務器運行需要12個小時左右。除了至強融核，英特爾還在多個維度協(xié)助了該項醫(yī)學項目的發(fā)展，從底層核心的函數(shù)庫，到FPGA，直到產(chǎn)品在云上的推廣和線下醫(yī)院的推廣。
造福人類的AI才是好AI
目前，浙江大學與德尚韻興攜手英特爾的輔助診斷系已經(jīng)部署于臨床試點應用。隨著人工智能在醫(yī)學輔助診斷領域的應用不斷深入，將為緊張的醫(yī)療資源分配帶來緩解。未來的商業(yè)模式主要有兩種，分別惠及不同的醫(yī)療基礎設施現(xiàn)狀。一種是通過云端部署在網(wǎng)絡上，主要布局于新疆、西藏等偏遠地區(qū)，針對這些地區(qū)地域廣闊，基層醫(yī)院分布分散的問題，能大大提升診療效率。另一種是單機版，適合城市醫(yī)療體檢中心等業(yè)務非常繁忙的場景，可要求實時檢測。在這種情況下，單機版可部署在超聲機旁邊，醫(yī)生一邊掃描，機器一邊在視頻里實時探測結節(jié)。
作為AI技術的領軍者和普及者，英特爾在AI的應用生態(tài)中無疑扮演著重要的角色。在其推動下，形成了包括浙江大學與德尚韻興等領先機構在內(nèi)的人工智能“朋友圈”，共同推動AI在中國的加速，讓AI在更多領域找到應用的結合點，廣泛造福人類。
