人工智能（AI）這個概念雖然從本世紀(jì) 50 年代提出，到現(xiàn)在已經(jīng)走過了 60 多年，并且在我們生活中的諸多場景下都得以應(yīng)用，但在醫(yī)療領(lǐng)域卻還處于探索階段。近年來，在各國政策支持與AI、大數(shù)據(jù)、云服務(wù)等前沿技術(shù)的驅(qū)動下，智慧醫(yī)療進(jìn)入了飛速發(fā)展期。

當(dāng)前世界主要國家已紛紛開始對AI進(jìn)行國家戰(zhàn)略層面的布局，并且非常重視其在醫(yī)療領(lǐng)域的發(fā)展。AI技術(shù)在醫(yī)療設(shè)備領(lǐng)域的應(yīng)用主要集中在醫(yī)學(xué)影像、輔助診斷、藥物研發(fā)、健康管理、疾病預(yù)測等幾大應(yīng)用領(lǐng)域。

資料顯示，國外醫(yī)療領(lǐng)域?qū)I技術(shù)的應(yīng)用，以藥物研發(fā)為主，而中國則借助醫(yī)療影像大數(shù)據(jù)及圖像識別技術(shù)的優(yōu)勢，大力發(fā)展AI醫(yī)學(xué)影像。AI應(yīng)用在醫(yī)學(xué)影像領(lǐng)域，能幫助醫(yī)生提高早診率，減少誤診率，這對于在醫(yī)療科技研發(fā)與產(chǎn)業(yè)成熟度方面都與主要發(fā)達(dá)國家有一定差距的中國來說，既是機遇，也是挑戰(zhàn)。

芯片是AI產(chǎn)業(yè)的制高點，在云端的學(xué)習(xí)環(huán)節(jié)，GPU依然具備優(yōu)勢，TPU亦在積極拓展市場和應(yīng)用，而在終端推理應(yīng)用，FPGA和ASIC則更被看好。美國在AI通用芯片領(lǐng)域優(yōu)勢明顯，例如英偉達(dá)（NVIDIA）的GPU、賽靈思（Xilinx）的FPGA、英特爾（Intel）的可擴展處理器、谷歌（Google）TPU等。而中國是全球第二大AI力量，AI企業(yè)超過千家，部分新創(chuàng)企業(yè)還在ASIC專用芯片領(lǐng)域有所突破。

具體到相關(guān)硬件的設(shè)計，AI醫(yī)療、可穿戴和遠(yuǎn)程患者監(jiān)護(hù)醫(yī)療設(shè)備目前的開發(fā)都處于起步階段，這些設(shè)備可用于現(xiàn)代醫(yī)院、診所及患者家中，旨在更有效地診斷和治療疾病。而相關(guān)醫(yī)療設(shè)備的設(shè)計除了上面說的主芯片，還包括低功耗單片機、微處理器、無線器件、安全器件、觸摸器件以及模擬/混合信號器件等多種元器件。

不過，AI醫(yī)療本身還存在著許多關(guān)鍵基礎(chǔ)性與實際應(yīng)用的問題，如數(shù)據(jù)的穩(wěn)定性有待提高、開發(fā)算法的工程師并不懂“醫(yī)”等，同時還涉及到醫(yī)學(xué)倫理等問題。醫(yī)生給出的診斷結(jié)論是基于經(jīng)驗、倫理和實踐，人工智能能否做到“推理”？這些也是AI應(yīng)用在醫(yī)療健康領(lǐng)域下一步需要解決的問題。

人工智能與醫(yī)療領(lǐng)域的結(jié)合，會不會讓人們看病更容易？技術(shù)在普及階段還面臨哪些難點？本期《電子工程專輯》采訪多家半導(dǎo)體業(yè)內(nèi)積極推進(jìn)人工智能醫(yī)療應(yīng)用的廠商，從新興產(chǎn)品技術(shù)、實際應(yīng)用案例和落地情況等幾個方面，來看看AI技術(shù)能為日常醫(yī)療帶來哪些改進(jìn)，以及采用AI技術(shù)的醫(yī)療應(yīng)用的落地情況。

用于智慧醫(yī)療的最新AI技術(shù)

英偉達(dá)醫(yī)療業(yè)務(wù)全球副總裁Kimberly Powell近期在接受中國醫(yī)療媒體采訪時表示，“醫(yī)療行業(yè)將成為人工智能最大的應(yīng)用產(chǎn)業(yè)之一，而中國醫(yī)療行業(yè)以及產(chǎn)業(yè)態(tài)勢也是我們非?？春玫?。”

英偉達(dá)（NVIDIA）醫(yī)療業(yè)務(wù)全球副總裁Kimberly Powell

她強調(diào)了英偉達(dá)在計算架構(gòu)方面三個類別：高性能計算、計算圖形和仿真，以及人工智能。當(dāng)前醫(yī)療產(chǎn)業(yè)的生態(tài)系統(tǒng)，以基于人工智能的最新醫(yī)療解決方案開發(fā)，都離不開以上三個技術(shù)。

去年GTC大會上，英偉達(dá)將觸角伸向傳統(tǒng)醫(yī)療領(lǐng)域，發(fā)布了一款醫(yī)學(xué)影像超級電腦 Project Clara，提出在十年前的老舊醫(yī)療設(shè)備上運行最先進(jìn)的人工智能算法，并用最先進(jìn)的 GPU 輔助成像。這個平臺將大幅度彌補傳統(tǒng)醫(yī)療儀器在運行速度和功能上的不足，很大程度上助推了AI技術(shù)與醫(yī)療設(shè)備全面結(jié)合。

據(jù)介紹，這一平臺核心是Clara AGX，基于英偉達(dá) Xavier AI運算模組、Turing GPU運算架構(gòu)，能從入門級設(shè)備擴展到要求最苛刻的3D儀器。平臺使用了加速計算、人工智能和可視化等技術(shù)，同時利用容器技術(shù)、虛擬化等計算結(jié)構(gòu)將平臺結(jié)構(gòu)分為幾層，客戶可以選擇使用其中一層或所有層。平臺最底層是cuDNN（神經(jīng)網(wǎng)絡(luò)執(zhí)行層），第二層是能使多個AI任務(wù)并行執(zhí)行的引擎，“如果沒有這個引擎，一個AI模型就必須由一個專用GPU來執(zhí)行，”Kimberly Powell稱，“Clara平臺能夠解決醫(yī)療器械處理每秒數(shù)GB的巨量數(shù)據(jù)?！?/p>

同樣一套軟件既可以在醫(yī)院本地運行，也可以在云端運行，這“對于中國市場而言，Clara平臺對混合運營環(huán)境的支持是有優(yōu)勢的，因為一些偏遠(yuǎn)地區(qū)網(wǎng)絡(luò)條件不好，無法獲得云服務(wù)，他們可以選擇在本地執(zhí)行;但是對于那些大城市而言，可以選擇云端運行的方式。” Kimberly Powell表示。

同樣看好AI醫(yī)療的英特爾，也利用全棧式解決方案攻城略地。硬件層面包括至強?可擴展處理器、Nervana?神經(jīng)網(wǎng)絡(luò)處理器、FPGA、網(wǎng)絡(luò)以及存儲技術(shù)等。同時，還有針對深度學(xué)習(xí)和機器學(xué)習(xí)而優(yōu)化的基于英特爾架構(gòu)的數(shù)學(xué)函數(shù)庫（Intel? MKL）以及數(shù)據(jù)分析加速庫（Intel? DAAL）等，以及支持和優(yōu)化開源深度學(xué)習(xí)框架如Spark、Caffe、Theano以及Neon等，最后是構(gòu)建以英特爾?Movidius和Saffron為代表的平臺以推動前后端協(xié)同人工智能發(fā)展。

英特爾認(rèn)為其可擴展處理器，相較普遍用于訓(xùn)練和運行機器學(xué)習(xí)模型的GPU，在計算機視覺方面具有關(guān)鍵優(yōu)勢：能夠處理更大，內(nèi)存更密集的算法。如今他們與西安盈谷合作，打造跨終端跨平臺的醫(yī)療智能化輔助診斷系統(tǒng)，實時、高效地處理和分析云上海量醫(yī)療影像，目前已接入千余家各類醫(yī)療機構(gòu)。

賽靈思在2018年收購了中國AI芯片領(lǐng)域創(chuàng)業(yè)公司深鑒科技，此舉被業(yè)界認(rèn)為是AI 軟硬件深度結(jié)合的典范。調(diào)研機構(gòu)Allied Market Research預(yù)估，F(xiàn)PGA將成為AI芯片中增長最快的細(xì)分領(lǐng)域，甚至超過GPU，因為FPGA的靈活性可以讓開發(fā)人員

為其他任務(wù)進(jìn)行新的編程。

賽靈思工業(yè)醫(yī)療市場拓展經(jīng)理翁羽翔表示，今年推出的7納米工藝Versal芯片就將聚焦醫(yī)學(xué)影像領(lǐng)域，深鑒科技的核心技術(shù)之一“神經(jīng)網(wǎng)絡(luò)壓縮算法”也能與賽靈思自適應(yīng)計算加速異構(gòu)平臺結(jié)合，提供實現(xiàn)AI推理的開發(fā)工具包。

亟待解決的問題

然而，醫(yī)療行業(yè)在實現(xiàn)人工智能的道路上的確存在許多問題。微芯科技（Microchip Technology） 醫(yī)療產(chǎn)品部業(yè)務(wù)拓展經(jīng)理Marten L. Smith認(rèn)為，其中一個難點就是在設(shè)計醫(yī)療設(shè)備時，如何以最低設(shè)計等級實現(xiàn)最大程度的智能化。使用將獨立于內(nèi)核的外設(shè)（CIP）集成于設(shè)計中的單片機正是化解此類問題的絕佳方法。

根據(jù)傳統(tǒng)，單片機多支持一項功能就需要更多的閃存（用于存儲變量）、額外的RAM（用于執(zhí)行代碼）以及更高的處理速度（確保系統(tǒng)時序符合規(guī)范）。遺憾的是，這種集成方法需要在新一代設(shè)計中使用尺寸更大、功耗更高、價格昂貴且更為復(fù)雜的單片機，超出設(shè)計成本、尺寸和預(yù)算限制。

新的智能醫(yī)療設(shè)計必須提高功能集成度，同時降低總體功耗、成本并縮小物理尺寸。這些對成本極其敏感的嵌入式設(shè)計需要擯棄傳統(tǒng)需求，在新一代醫(yī)療設(shè)備設(shè)計中告別價格昂貴的單片機，將架構(gòu)設(shè)計轉(zhuǎn)向功能支持。

例如，帶有CIP的Microchip單片機集成了片上外設(shè)，可以在CPU監(jiān)控工作量降至最低的情況下智能運行。它們可以與其他片上外設(shè)直接通信，從而創(chuàng)建靈活的反饋環(huán)路。

這些集成外設(shè)提供具備特定功能的智能硬件模塊，幾乎不需要代碼，功耗極低，實現(xiàn)特定功能所需的RAM和閃存也顯著減少。此類單片機可實現(xiàn)靈活、節(jié)能的醫(yī)療設(shè)備設(shè)計。與尺寸更大、成本更高的單片機相比，其任務(wù)執(zhí)行能力毫不遜色，更不會增加成

本、功耗、尺寸和復(fù)雜度。

具體到醫(yī)療影像領(lǐng)域，翁羽翔認(rèn)為，過去的主要問題就是病灶識別的處理時間過長，以及成像清晰度不足。AI技術(shù)的引入可以很好地解決這些難題，比如深鑒科技的壓縮算法，能在不影響精度的情況下最大限度發(fā)揮芯片的計算能力，縮減病灶識別的處理時間。同時，賽靈思芯片中的高速接口能接入8K/4K視頻和圖像數(shù)據(jù)，結(jié)合高性能ISP處理來提升醫(yī)學(xué)成像的清晰度。

落地情況

接受采訪時，英特爾表示他們正基于自身的創(chuàng)新技術(shù)，與合作伙伴一起尋找突破性應(yīng)用場景，共推人工智能在醫(yī)療行業(yè)的應(yīng)用落地，解決最具挑戰(zhàn)性的難題。不久前，英特爾與江豐生物宣布成立病理人工智能聯(lián)合實驗室，共同研發(fā)相關(guān)產(chǎn)品的核心算法，對病理人工智能產(chǎn)品在英特爾計算平臺上進(jìn)行計算給出性能優(yōu)化，并推廣病理整體解決方案。

同時，英特爾針對合作伙伴的不同使用目的，提供特定的解決方案。舉例來說，諾華借助英特爾深度神經(jīng)網(wǎng)絡(luò)加速技術(shù)加快藥物研發(fā)的速度;英特爾軟件創(chuàng)新者Peter Ma參與發(fā)起的Doctor Hazel項目，借助英特爾神經(jīng)計算棒對皮膚癌進(jìn)行篩查;攜手浙江大學(xué)與德尚韻興，研發(fā)基于超聲影像的甲狀腺結(jié)節(jié)良惡性的輔助診斷系統(tǒng)“DE-超聲機器人”，幫助從三甲醫(yī)院到基層醫(yī)院的醫(yī)生進(jìn)行甲狀腺結(jié)節(jié)的診斷，目前該輔助診斷系已經(jīng)部署于臨床試點應(yīng)用，為緊張的醫(yī)療資源分配帶來緩解。

其實在推出Clara平臺之前，英偉達(dá)在中國國內(nèi)已有多個項目落地，他們在選擇合作伙伴時，主要考慮四個類型：第一類是醫(yī)療學(xué)術(shù)界的，因為半導(dǎo)體廠商不是醫(yī)生，不搞醫(yī)學(xué)研究的，所以在這方面要尋求合作伙伴;第二類是初創(chuàng)企業(yè)，為他們提供技術(shù)支持;第三類是產(chǎn)業(yè)界商業(yè)化合作伙伴，比如華大基因、聯(lián)影智能;第四類是政府部門，關(guān)注不同國家和地區(qū)政府的重大科研項目方向以及相關(guān)政策。

“Clara平臺自2018年11月底開放以來，也已收獲350到400家公司注冊?！保琄imberly Powell表示：“但其本身還是非常新的東西，所以還談不上普及度和接受度問題。當(dāng)前的版本是我們剛剛發(fā)布的第一個版本，但已經(jīng)獲得了世界上幾乎所有較大型醫(yī)療設(shè)備公司、著名醫(yī)院和初創(chuàng)企業(yè)注冊?！?/p>

Marten Smith也持相同觀點：“我們正處于數(shù)字醫(yī)療革命的初始階段。部分大型高科技公司投入大量資金和資源改變醫(yī)療行業(yè)，未來還將追加投入。部分市場評估調(diào)查顯示，截至2023年，醫(yī)療設(shè)備市場的估值將超過4000億美元，增幅達(dá)到4%至5%。”

疾病的診療正逐步從醫(yī)院和診所走向家庭。這種變革能夠引領(lǐng)大家自主管理個人健康狀況。與過去相比，現(xiàn)今的醫(yī)療設(shè)備對于智能性、互聯(lián)性和安全性提出了更高的要求。