作为主要应用领域之一,医疗健康行业对人工智能(AI)技术的需求与投资正在快速增长。为了推动"医疗+人工智能"的发展,助力智慧医疗建设,超集信息(AMAX)、卫宁健康科技集团股份有限公司(以下简称:卫宁健康)与英特尔三方进行了广泛合作,面向医疗AI应用场景进行了持续创新与优化,并取得了显著的成果,推动AI应用在医疗行业的进一步落地。
"AI+医学影像"是目前卫宁健康、超集信息(AMAX)与英特尔的最新合作成果之一。借助搭载第二代英特尔?至强?可扩展处理器、英特尔?OpenVINO?工具套件的AMAX深度学习一体机,卫宁健康推出基于深度学习的医学影像AI产品,可以实现超过20种常见异常影像的辅助诊断。这些诊断结果不仅可以作为医生的初审报告,减少医生重复劳动,还能够在技师工作站、读片报告系统中对于危重病人进行快速提醒,以免延误病情。挑战:如何使用AI赋能医学影像诊断
随着医学影像技术的不断演进以及医学影像设备的逐步引进,医疗机构中的的医学影像数据正呈现出爆炸式增长的趋势,这给医学影像阅读工作带来了巨大的负担。而AI技术则有助于解决这一问题。借助AI技术,医疗机构可以有效提高医师诊疗效率与诊断精度,使医学影像的分析技术下沉,缩短患者就诊等待时间,降低患者就医成本。在AI医学影像解决方案中,除了深度学习算法的开发之外,基础设施平台的构建也是不得不考虑的重要因素。
虽然目前深度学习的门槛有所降低,但是深度学习环境的搭建和维护仍然需要专业的人员。此外,肺结节人工智能影像辅助诊断等AI应用涉及到的软件、基础硬件、依赖包等品牌类型众多,不同的任务所需资源各异,增加了选型难度。此外,深度学习系统架构部署相对复杂,各种框架、模型适配困难,运维较为复杂
解决方案:基于超集信息(AMAX)深度学习一体机的卫宁医学影像解决方案
为了帮助医疗机构推动AI技术在医学影像应用中的落地,提供面向肺结节AI影像辅助诊断等场景的AI能力,卫宁健康采用了搭载第二代英特尔?至强?可扩展处理器、英特尔?OpenVINO?工具套件的超集信息(AMAX)深度学习一体机来搭建了基础平台。超集信息(AMAX)深度学习一体机采用软硬一体化概念,深度融合机器学习平台与传统硬件,使用第二代英特尔?至强?可扩展处理器作为算力支撑,融合AIMax深度学习平台与英特尔?OpenVINO?工具套件,利用深度学习平台整体调度,具备细粒度的权限管控,安全高效的数据管理,以及全面细致的监控管理能力,能够帮助用户最大化资源利用率。赋智·深度学习一体机
超集信息(AMAX)深度学习一体机搭载的第二代英特尔?至强?可扩展处理器不仅拥有强大的通用计算能力,还具备采用了矢量神经网络指令(VNNI)的英特尔?深度学习加速(英特尔?DLBoost)技术,大大提高了人工智能推理的表现,可以加速数据中心、企业和智能边缘计算环境中的人工智能推理工作负载(如图像识别、对象检测及图像分割等)。此外,该处理器还具备出色的灵活性和扩展性,可以帮助医疗机构更好地满足多种负载的支撑需求,降低总体拥有成本(TCO)。该一体机的软件核心是包含了英特尔?OpenVINO?工具套件的AIMAX平台。针对深度学习用户,该平台可提供资源快速调度、资源使用监控、分布式交互开发等功能,并支持基于第二代英特尔?至强?可扩展处理器的一体机硬件高度定制,以满足用户算力需求。同时,该一体机将现行的深度学习框架进行了整合和性能优化,封装大量底层操作,出厂前完成功能调试,实现开箱即用,大大降低了深度学习从业人员的技术门槛。验证:肺结节AI影响推理速度显著提升
经过三方专家和技术团队的不断努力,以及联合的软硬件优化与技术创新,基于超集信息(AMAX)深度学习一体机的卫宁健康AI医学影像解决方案取得了效率的显著提升。以肺结节辅助诊断应用为例,整体模型推理耗时从原始的半个多小时提升到两分钟以内,速度的提升可谓是立竿见影。
卫宁健康医学图像应用TView
为了验证该方案的性能表现,卫宁健康基于搭载第二代英特尔?至强?可扩展处理器的超集信息(AMAX)深度学习一体机进行了测试,分别测试了LinuxPytorchDefault:numaoff、LinuxPytorchOptimized:(numamapped,2个任务,每一个均为36个逻辑内核分配了36个子任务)、英特尔?OpenVINO?工具套件三种配置下的性能表现。测试数据显示,在分割、检测、去假阳性这三种任务中,英特尔?OpenVINO?工具套件将推理速度提升了10-30倍。除了肺结节AI影像推理之外,基于超集信息(AMAX)深度学习一体机的卫宁健康AI医学影像解决方案还在骨龄检测等医学影像领域实现了成功应用,被证明可以帮助医疗机构在有效控制成本的前提下,提升推理速度,同时不影响推理精度。三种任务中的性能对比展望:共建"AI+医疗"生态赋能智慧医疗
超集信息(AMAX)、英特尔、卫宁健康三方协作有效提升了AI医学影像应用的性能、成本效益与灵活性。以卫宁健康肺结节智能辅助诊断系统为例,通过三方的合作优化,该系统的模型推理速度从原始速度的半个多小时提升到两分钟之内,在不损失精度的同时,达到了匹配显卡的计算机响应能力,同时也节省了采购服务器的成本。为推进人工智能在医疗健康领域的广泛应用,超集信息(AMAX)正在基于自身在深度学习、人工智能领域的领先产品与技术,与英特尔、卫宁健康等合作伙伴协力构建更富活力的"AI+医疗"生态,帮助用户将AI医学影像能力沉淀到不同的细分领域,同时更广泛地拓展AI在医疗行业的应用,促进健康卫生事业的发展。
点击原文阅读,更有料!预览时标签不可点收录于话题#个上一篇下一篇