智能醫(yī)療產(chǎn)業(yè)有哪些應(yīng)用典型案例？利用人工智能技術(shù)識(shí)別和分析醫(yī)學(xué)圖像，幫助醫(yī)生定位和分析疾病，并協(xié)助做出診斷。這是一個(gè)典型案例。具體來(lái)說(shuō)，人工分析的缺點(diǎn)顯而易見(jiàn)。首先是不精確，只能憑經(jīng)驗(yàn)判斷，容易誤判。

智能醫(yī)療產(chǎn)業(yè)有哪些應(yīng)用典型案例？

具體來(lái)說(shuō)，人工分析的缺點(diǎn)顯而易見(jiàn)。首先是不精確，只能憑經(jīng)驗(yàn)判斷，容易誤判。其次，缺口大，放射科醫(yī)生的增長(zhǎng)遠(yuǎn)不及影像數(shù)據(jù)的增長(zhǎng)。

人工智能在醫(yī)學(xué)影像行業(yè)的實(shí)現(xiàn)過(guò)程大致如下:圖像數(shù)據(jù)預(yù)處理——樣本清洗、標(biāo)記、建模、訓(xùn)練調(diào)試、大規(guī)模數(shù)據(jù)訓(xùn)練驗(yàn)證獲得深度學(xué)習(xí)網(wǎng)絡(luò)模型。以上過(guò)程是人工智能的一個(gè)離線訓(xùn)練過(guò)程，最終輸出的是一個(gè)深度學(xué)習(xí)模型。然后生成的模型可以用于在線預(yù)測(cè)或者輔助判斷。

浪潮為醫(yī)學(xué)影像提供端到端的人工智能解決方案，如下圖所示，實(shí)現(xiàn)了以下三個(gè)功能。

(1)樣本數(shù)據(jù)預(yù)處理。醫(yī)院各個(gè)檢驗(yàn)科，如CT，BT，CR等。，通過(guò)10gb/IB網(wǎng)絡(luò)將醫(yī)學(xué)影像數(shù)據(jù)從終端設(shè)備傳輸?shù)讲⑿写鎯?chǔ)。數(shù)據(jù)預(yù)處理CPU平臺(tái)(由多個(gè)雙通道CPU服務(wù)器NF5280M5組成的集群)從存儲(chǔ)中讀取數(shù)據(jù)，運(yùn)行邊緣檢測(cè)分割、區(qū)域生長(zhǎng)分割、種子算法等程序，得到目標(biāo)數(shù)據(jù)，然后進(jìn)行標(biāo)記，形成訓(xùn)練樣本庫(kù)，存儲(chǔ)在并行存儲(chǔ)中。CPU程序的管理、調(diào)度和監(jiān)控將由統(tǒng)一管理平臺(tái)AIStation完成。

(2)模特培訓(xùn)。模型訓(xùn)練GPU集群(配備單個(gè)8卡GPU服務(wù)器，如NF5288M5)將從并行存儲(chǔ)中讀取訓(xùn)練樣本庫(kù)數(shù)據(jù)，加載CNN模型，運(yùn)行深度學(xué)習(xí)框架，如TensorFlow、Caffe、Mxnet等。對(duì)初始模型進(jìn)行訓(xùn)練，經(jīng)過(guò)大量數(shù)據(jù)樣本的學(xué)習(xí)和訓(xùn)練，生成最終模型。培訓(xùn)涉及多個(gè)培訓(xùn)任務(wù)的提交，其資源管理、調(diào)度和監(jiān)控將由統(tǒng)一管理平臺(tái)AIStation完成。

(3)模型應(yīng)用。醫(yī)生輔助診斷服務(wù)器P8000(帶有多個(gè)P4或FPGA卡的桌面服務(wù)器)將部署在醫(yī)院醫(yī)生部門(mén)，訓(xùn)練好的模型將加載到P8000上。實(shí)驗(yàn)室將圖像發(fā)送給P8000，P8000進(jìn)行識(shí)別，快速實(shí)現(xiàn)智能診斷。