“去拍個片子吧?！边@是去醫院看病常常能聽到的話?，F代醫學診斷越來越倚重影像，專業醫療科學網站估計：醫療數據中有超過 90% 的數據來自于醫學影像。然而，即便設備產生了高精度的大量影像，針對這些數據的分析，現在主要還是靠人工完成，人都是要犯錯的，所以誤診難以避免。這點中外概莫能避，從影像誤診人數來看，美國每年的誤診人數達到了 1200 萬，中國每年誤診人數高達 5700 萬。

就中國而言，放射科醫生工作量過于繁重是誤診的主要原因。

以肺癌檢測為例。肺癌是中國癌癥第一殺手，其發病率快速上升，目前已經成為中國發病率第一和死亡率第一的癌癥。肺癌的早期表現為無癥狀、易被忽視的肺結節。如果能及早發現肺結節，就能有效抑制癌癥的發展。然而微小的肺結節往往難以被人眼及時、準確地發現。

在國內，一家三甲醫院平均每天接待 200 例左右的肺結節篩查患者，每位患者在檢查環節會產生 200-300 張左右的 CT 影像，放射科醫生每天至少需要閱讀 4 萬張影像，任務繁重，大量消耗精力，導致誤診漏診率上升。

如果算上其他病癥，假定影像醫生一天要寫 80 份 CT 報告，每天要瀏覽的影像會超過 80000 幅，這個工作量太大了，犯錯的可能性也在增加。

醫學界曾對 1241 名影像醫生做過調查，數據顯示：超過 50% 醫生日均工作時間在 8 小時以上，20.6% 的醫生超過 10 個小時，超過 71% 影像醫生期盼放射假回歸，能有更多時間陪伴家人。

再加上國內的醫生資源缺口問題越來越嚴重，影像科是重災區。現在，我國醫學影像數據的年增長率約為 30%，而放射科醫師數量的年增長率僅為 4.1%。這意味著放射科醫師在未來處理影像數據的壓力會越來越大，甚至遠遠超過負荷。

面對如此嚴峻的問題，怎么辦？ 如今方興未艾的人工智能技術給出了答案。

針對前文提到的肺結節檢測，西安盈谷與英特爾合作，推出了醫真云平臺，構建出 Cloud IDT 服務，在其輔助下，肺結節的監測敏感度（探測率）已經達到 95%。通過人工智能識別出肺結節后，再交由醫生執行進一步的診斷，使得診斷效率和精準度大幅提升。而原先人工需要的 10 多分鐘完成的篩查縮短到僅僅 5-17 秒秒鐘，診斷效率大大提高。

同時，西安盈谷宣布，肺結節 AI 服務將永遠免費。而后期，對于結節良惡等特性進行自動化檢測也將成為醫真 AI 的重中之重。2017 年醫真云預計上線 5 款 AI 服務，兩年內計劃開發 100 款 AI 服務，預計未來平臺開放總接入 300 款各類 AI 服務，讓更多醫生和患者受益于此。

這樣一來，就實現了人工智能輔助醫學診療的創新，并取得了實實在在的進展。

2三記組合拳，讓人工智能走進醫院

除了工作量過大之外，醫療資源在地區之間配置不均衡，以及各個影像設備系統之間的數據隔離也是我們的醫生和患者面對的另外兩個重大挑戰。西安盈谷的一套組合拳，提供了一站式的解決方案。

組合拳的第一式，是醫真云。它借助醫技設備物聯網技術 AMOL，連接起醫技設備及醫療服務過程。影像中心、病理中心、超聲中心的設備聚合在醫真云中。然后，一系列 SaaS 系統，包括精準全醫技工作及協同服務、區域醫療協同平臺、臨床影像科研平臺、醫真優醫、醫真社交等各種應用建立起來，滿足各層級醫療機構對醫學影像數據處理能力的需求。

組合拳第二式，是 iMAGES 核心引擎，具備強大的影像大數據處理能力，專門針對醫學影像處理及分析，可以高速實時計算存儲在醫真云上的醫學影像數據。其中使用了最新一代英特爾至強可擴展處理器，其輸出的更高并發計算能力，讓 iMAGES 核心引擎可以從多維度快速重建遠端傳來的影像。結合英特爾架構平臺的強勁算力，iMAGES 核心引擎提供了基于云端的出色 PET-CT 融合能力，不僅能夠提供基于形態學和功能的“熱力圖”，還可以對影像做出半定量化的標準化攝取值（Standard Uptake Value, SUV）分析，用于后續對腫瘤等疾病的鑒別和定量分析。針對 MRI 等其他影像的處理，該引擎還能快速執行彌散、灌注、神經束成像等功能。

組合拳第三式，是智能化輔助診斷系統 Cloud IDT。在醫真云和大數據 iMAGES 核心引擎的支持下，該系統實現了人工智能輔助醫學診療的創新。人工智能需要強大的計算能力，這正是英特爾至強可擴展處理器的長項，其中集成的高級矢量擴展指令集 512，增強了單指令多數據流的執行效率。在出色硬件性能之上，英特爾還對 Caffe、Tensorflow 等框架做出軟件層面的優化，以針對英特爾技術優化的 RFCN 模型為例，模型優化裁剪融合帶來了近 30% 的性能提升，而進一步優化 OpenMP* 多線程實現方案后，其性能還能再提升 40%-50%，包括使用面向深度神經網絡的英特爾數學核心函數庫，這都進一步提升了西安盈谷智能化輔助診斷系統的功效。以單幅胸部 Dicom 數據執行 RFCN 模型為例，使用英特爾至強金牌 6148 處理器時，可比使用主流 GPU 的耗時降低 10%。

“人工智能可將醫療效果提高 50%，同時減少多達 50% 的醫療成本”，這是美國資深咨詢公司弗羅斯特 - 沙利文公司做出的結論。西安盈谷和英特爾一起，在協同醫學研究、醫學大數據分析、醫療健康管理、疾病監測、成像分析等領域積極部署人工智能解決方案，進一步推動精準醫療和智慧醫療的發展。

未來，相信我們的醫生能有更多時間休息，同時能更快、更準確地診斷病情，緩解乃至消除病人的痛苦。