在醫(yī)療成像領(lǐng)域，以機(jī)器學(xué)習(xí)（ML）和深度學(xué)習(xí)（ DL ）技術(shù)為代表的人工智能（ AI ）的普及勢必將推動(dòng)這一領(lǐng)域的轉(zhuǎn)型。
憑借各種機(jī)器學(xué)習(xí)驅(qū)動(dòng)的工具，所有醫(yī)療生態(tài)系統(tǒng)內(nèi)的患者、醫(yī)療服務(wù)提供商、醫(yī)院、專業(yè)人士以及各利益相關(guān)方都將因此受益。從解剖學(xué)幾何測量到癌癥檢測，應(yīng)用前景可謂十分廣闊。而在這些應(yīng)用場景下，機(jī)器學(xué)習(xí)發(fā)揮的作用既包括提升工作效率，還會(huì)產(chǎn)生一些其他正面成效。
機(jī)器學(xué)習(xí)在醫(yī)療成像領(lǐng)域能通過多種途徑發(fā)揮作用
機(jī)器學(xué)習(xí)用于醫(yī)療成像的途徑有很多種。例如，放射學(xué)、皮膚病學(xué)、血管診斷學(xué)、數(shù)字病理學(xué)和眼科學(xué)，都會(huì)用到標(biāo)準(zhǔn)圖像處理技術(shù)。
在放射學(xué)中，胸部 X 光透視是最常見的放射檢查。每年全球完成的透視數(shù)量超過 20 億，相當(dāng)于每天完成 548，000 次，這一數(shù)字簡直令人震驚。如此數(shù)量龐大的透視次數(shù)勢必會(huì)給放射科醫(yī)生造成沉重負(fù)擔(dān)，因而對工作流的效率提出了極高要求。誠然，放射科醫(yī)生的專業(yè)素養(yǎng)至關(guān)重要，但在速度和精度方面，機(jī)器學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)（ DNN ）和卷積神經(jīng)網(wǎng)絡(luò)（ CNN ）等技術(shù)往往比放射科醫(yī)生的專業(yè)知識更略勝一籌。在面臨快速?zèng)Q策的壓力時(shí)，人為錯(cuò)誤率可能高達(dá) 30％。借助機(jī)器學(xué)習(xí)技術(shù)協(xié)助決策過程，有助于提高決策質(zhì)量，為放射科醫(yī)生與其他專業(yè)人員提供補(bǔ)充工具。
目前，法規(guī)方面的支持正在穩(wěn)步推進(jìn)，美國食品藥品監(jiān)督管理局（FDA）也正批準(zhǔn)在輔助診斷及其他應(yīng)用中采用更多機(jī)器學(xué)習(xí)技術(shù)。此外，F(xiàn)DA 還為基于機(jī)器學(xué)習(xí)的產(chǎn)品建立了一個(gè)新的監(jiān)管框架。新的監(jiān)管框架將機(jī)器學(xué)習(xí)技術(shù)稱之為“軟件即醫(yī)療設(shè)備（SaMD）”，有望為治療質(zhì)量和治療效率帶來可觀成效。
“機(jī)器學(xué)習(xí)＋醫(yī)療成像”困難重重
在放射學(xué)、皮膚病學(xué)、血管診斷學(xué)、數(shù)字病理學(xué)和眼科學(xué)中，許多治療都需要大幅圖像，有時(shí)會(huì)達(dá)到 500 萬像素甚至更高，并且需要進(jìn)行復(fù)雜的圖像處理。同時(shí)，機(jī)器學(xué)習(xí)工作流計(jì)算強(qiáng)度大、存儲器占用高。主流計(jì)算采用線性代數(shù)的方式，需要完成大量計(jì)算并使用大量參數(shù)。它需要數(shù)十億次乘法－累加（ MAC ）運(yùn)算、數(shù)百兆字節(jié)參數(shù)數(shù)據(jù)、眾多運(yùn)算符以及高分布式的存儲器子系統(tǒng)。因此，為實(shí)現(xiàn)組織檢測或分類，在 PC 和 GPU 上使用傳統(tǒng)計(jì)算方法開展高準(zhǔn)確度圖像推斷往往效率低下，這也迫使醫(yī)療公司開始尋求替代技術(shù)來解決這一問題。
賽靈思出馬：見證“奇跡”的時(shí)刻
賽靈思提供的異構(gòu)、高分布式架構(gòu)恰好可以幫助醫(yī)療企業(yè)應(yīng)對這一問題。賽靈思Versal自適應(yīng)計(jì)算加速平臺（ ACAP ）系列多處理器片上系統(tǒng)（ SoC ）整合了深度學(xué)習(xí)加速器和 SIMD VLIW“AI”引擎，能幾乎實(shí)時(shí)地完成高速數(shù)據(jù)的大規(guī)模并行信號處理。這就意味著，賽靈思所提供的計(jì)算能力可以穩(wěn)步超越每秒 100 太次運(yùn)算（ TOPS ）。
賽靈思器件可以大幅提高復(fù)雜醫(yī)療機(jī)器學(xué)習(xí)算法的求解效率，有助于為邊緣醫(yī)療應(yīng)用加速，同時(shí)，還可以節(jié)省資源、成本和功耗。由于其架構(gòu)和支持庫的天然簡便性，Versal ACAP 器件可內(nèi)在地為遞歸網(wǎng)絡(luò)提供支持。
針對算法和應(yīng)用開發(fā)者，賽靈思也提供了一款創(chuàng)新的生態(tài)系統(tǒng)：Vitis 等統(tǒng)一軟件平臺適用于應(yīng)用開發(fā)，Vitis AI 可以用于加速機(jī)器學(xué)習(xí)推斷的優(yōu)化和部署。這就意味著開發(fā)者可以在其項(xiàng)目中使用 ACAP 等先進(jìn)器件。
醫(yī)療工作流和醫(yī)療設(shè)備工作流正經(jīng)歷重大變革。在未來，“大數(shù)據(jù)”企業(yè)在計(jì)算需求、數(shù)據(jù)隱私、安全保障、病患安全和準(zhǔn)確性方面將提出更為嚴(yán)苛的要求，而這也將催生未來醫(yī)療工作流的新面貌。分布式的非線性并行化異構(gòu)計(jì)算平臺將是應(yīng)對和管理這種復(fù)雜性的關(guān)鍵。賽靈思Versal 等器件和 Vitis 等軟件平臺也必將成為實(shí)現(xiàn)未來優(yōu)化 AI 架構(gòu)的理想選擇。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
