最近，朋友圈流傳一篇熱文《“往后余生，向死而生”，一個 38 歲中年男人的心梗滿月紀》，很多人因此關心起了心血管健康。2017 年，世界衛(wèi)生組織發(fā)布了有關心血管疾病的重要事實：心血管疾病是全球的頭號死因：每年死于心血管疾病的人數多于任何其它死因；四分之三以上的心血管疾病死亡發(fā)生在低收入和中等收入國家。

在中國，國家心血管病中心發(fā)布的《中國心血管病報告 2017》推算，我國心血管病患病人數已達 2.9 億，并仍在快速增長，目前心血管病死亡占居民疾病死亡構成的 40% 以上，居首位。

對于來勢洶洶、愈演愈烈的心血管病患，MRI（磁共振成像）是一種非常有效的診斷手段?？蒲姓撐娘@示：兼具攝像機和顯微鏡功能的 MRI，可以用于對心臟結構、功能和組織特性的評估，在重癥或復雜疾病的診斷和鑒別診斷，以及在疾病的預后判斷和危險分層中發(fā)揮重要作用。白璧微瑕之處在于：心臟病專家常常使用手動或半自動工具，從 MRI 成像中提取定量測量值，但這一步驟非常耗時且容易出錯，同時在解讀圖像時容易受到主觀性的影響?，F在，應用最新的 AI 和深度學習技術，可以逐步改善、乃至解決這個問題。

西門子醫(yī)療和英特爾合作，推出了一種基于人工智能的心臟 MRI 分割和分析模型，有望提供實時的心血管疾病診斷。英特爾和西門子醫(yī)療使用第二代英特爾 至強可擴展處理器，其中集成英特爾深度學習加速技術（Intel Deep Learning Boost）和OpenVINO 工具包，完成人工智能推理，為技術專家、心臟病專家和放射科醫(yī)生提供實時 MRI 推理結果，整體診斷速度可以提升3到10倍。

AI加持，加速診斷

在醫(yī)療領域應用 AI，西門子醫(yī)療已經走在前列。他們已經在心血管和放射成像領域使用了相關技術，不過，如何將 AI 無縫整合到診斷流程中，從而提升診療的一致性和準確性，仍然是西門子一直關注的命題。雖然有一些機構使用圖像處理芯片 GPU 進行 AI 計算，但這將會增加系統(tǒng)和運營的成本，同時帶來更多不必要的復雜度，而且無法做到向后兼容。

西門子醫(yī)療現有的系統(tǒng)已經廣泛使用了英特爾處理器，因此，利用現有的處理器基礎設施運行 AI 計算負載，是一個合理而且可行的選擇。

西門子醫(yī)療和英特爾合作，使用第二代英特爾至強可擴展處理器，優(yōu)化現有的心腔檢測和量化模型。該模型對左右心室進行語義切分，并可擴展到四個心房。向模型中輸入一系列 MRI 心跳圖像，輸出的就是心臟的結構，不同結構用不同顏色表示。整個過程自動化了過去耗時費力的人工標識過程，醫(yī)生無需手動進行心室、心肌和心血池的圖像分割，診斷得以加速。

之所以有這樣的效果，因為第二代英特爾至強可擴展處理器中集成了OpenVINO 工具包，從而提升了高性能計算機視覺和深度學習推理速度。處理器中內置的英特爾 深度學習加速技術，采用了全新的向量神經網絡指令（VNNI）。過去需要多條指令才能完成的卷積之類的操作，現在只需要一條指令。適合應用于圖像識別、圖像分割、語音識別、語言翻譯、物體檢測等眾多領域。所有這些技術形成的疊加效應，使得 AI 模型的處理速度提升了 5.5 倍，同時幾乎沒有喪失準確度，從而帶來如下可能：

★ 以前所未有的效率處理心血管 MRI 數據；

★心血管 MRI 近實時診斷成為可能。

西門子醫(yī)療高級副總裁Dorin Comaniciu 表示：“基于英特爾 至強可擴展處理器，我們現在能夠開發(fā)多個實時且用途關鍵的醫(yī)學成像用例，例如心臟 MRI 等等，并且無需額外增加成本和復雜的硬件加速器。”

讓MRI的等待不再煎熬