• 深度
  • 行業
  • 行業
  • 互動

針對醫療行業的疑難病癥,IBM開出了怎樣的藥方?

趣味科技 2019-08-02

說起去醫院看病,“看病難,排隊長”應該是許多人心目中的普遍印象。

是醫生不想快點給患者看病?當然不是。是病人在醫院流連忘返不想早點回家?當然更加不是。

那么造成這一現象的背后,究竟有著怎樣的深層原因?

“目前的醫療數據,每年都在以接近100%的幅度高速增長,但是培養一位影像科的醫生,卻要花八年甚至更久的時間,才能夠作為一位獨立的醫生來自行看片。”如果不是親耳聽到醫準智能首席AI官王子騰說出這番話,很難想象醫療行業的人才缺口竟然已經如此嚴重。

“我媽媽也是一位腦神經醫生。光是每天的門診就要接待上百位病人,每個星期還要值兩到三個夜班,工作非常辛苦。而且如此巨大的工作負荷,對醫療效率和準確率也容易產生負面影響。”IBM大中華區系統部存儲系統總經理吳磊表示。

一邊是急速膨脹的醫療數據,一邊是日漸擴大的人才缺口,究竟要怎樣的靈丹妙藥,才能解決橫亙在醫療行業面前的這一疑難病癥?

作為全球一流的人工智能解決方案和云平臺提供商,IBM為其開出的藥方是——人工智能。

無IA,不AI

“今天我們所遇到的挑戰,已經不單純是數據孤島。我們的客戶和合作伙伴,目前正在進入全新的消費模式——多云模式。然而從離線到在線,從分散到聚合,處處都存在很多痛點。這時候如果有一個好的IA(Information Architecture,信息架構),不但性能強健和安全可靠,而且還能隨著客戶業務的成長做彈性的擴充,那么就可以根據客戶消費計算力和存儲能力的變化,提供靈活的服務。”IBM大中華區系統部存儲系統總經理吳磊向趣味科技介紹道,“這就是IBM如今強調的‘無IA,不AI’。”

IBM大中華區系統部存儲系統總經理吳磊

針對當前困擾醫療行業的數據收集與處理瓶頸,IBM通過引入人工智能技術,搭建了一站式醫療影像人工智能平臺,可以實現全棧AI架構能力,為廣大醫生提供了一個高效、準確地輔助醫療檢測和診斷的工具。

據了解,平臺主要基于IBM Power、Spectrum Scale、IBM Watson Machine Learning Accelerator(WML-A)搭建。“其中OpenPOWER服務器主要負責提供超強算力,與DDL相結合提供強大的線性擴展能力;Spectrum Scale則負責為集群化的AI平臺提供穩定、高效和安全的數據平臺支持;另外作為開放性AI平臺的代表,WML-A則可以為上層應用提供可靠的平臺支持。”IBM中國系統開發中心技術解決方案總監崔瑋透露。

值得一提的是,該平臺同時也是一個開箱即用的醫療影像深度學習的科研平臺。舉例來說,醫生既可以通過這個平臺,快速搭建高精度低假陽性率的肺結節和乳腺AI模型,也可根據醫院的實際需求進行研發和調整,同時確保數據不出院,最大限度保證數據安全可控。

“在平臺中,Spectrum Scale扮演著非常重要的角色。雖然這個名字很多人可能都是第一次聽到,但其實它還有一個更老的名字,叫做GPFS(General Parallel File System,通用并行文件系統),而且已經有著25年的歷史。當年跟卡斯帕羅夫大師下國際象棋的深藍電腦,用的文件系統就是GPFS;IBM Watson和2018年IBM AI辯手Project Debater也是用的GPFS;今年IBM拿到全球第一、第二的高性能運算和智能的頂點,也是用的Spectrum Scale。光是在金融、電信行業,全球差不多就有幾十萬GPFS用戶。”吳磊介紹道。

IBM與醫準智能的強強聯手

對于醫準智能與IBM雙方的合作,王子騰表示:“醫準智能是一家專注于人工智能輔助醫療影像診斷的公司,主要研究算法,非常擅長模型的選擇和訓練。而在數據、存儲、管理等方面,IBM擁有非常豐富的經驗,特別是針對部署在多節點、大規模集群的環境,IBM更是有著強大的優勢,并且在醫療行業也有著多年的經驗沉淀,因此醫準智能選擇與IBM開展合作,可以說是順理成章,水到渠成,并且在應用、平臺、端對端等各個層面都有合作。最近在許多醫院和醫生中大獲好評的達爾文智能科研平臺,也是雙方攜手研發的成果。”

醫準智能首席AI官王子騰

談及人工智能應用在醫療行業的落地,吳磊認為:“還是那句話‘無IA,不AI’,IT無非就是算,算出東西要存,然后繼續算,繼續存。幾年前,人工智能并沒有真正進入生產環節,但是通過材料、架構的改變,我們改變了經典的計算機架構,譬如相變存儲相比閃存可能帶來20倍、30倍的速度提升。第二個就是規模化,以前光靠一臺服務器你不可能進行訓練,現在只用一臺筆記本電腦也可以做一個人工智能模型的學習。以前信用卡被盜刷查起來很費時,現在只要一兩分鐘就能收到警示短信,這后面其實就是一個大規模反欺詐的算法加大規模集群的算法,以最短的時間為金融機構、電信機構向消費者提出警示,這些都是基礎架構的規模化。從單機,幾個節點,到多個節點,這些規模化對整個架構的要求完全不一樣。”

“在過去的幾十年里,人工智能幾起幾落,達到一個可生產的準確性之后,就必須可靠、可被監管、數據可備份、可回溯而且合規。當人工智能真的進入生產環境,規模化生產,為客戶產生洞察力的時候,那就變成了一個嚴肅認真的業務,就必須要有剛才講的這些屬性。”吳磊指出。

“談到做AI,主要有數據、算法、算力三大驅動力。其中算法的進步相對較慢,而算力反映到推動算法的運算上,AI起到了至關重要的作用。醫準智能主要是在算法方面有很強的AI模型構建和訓練能力,而IBM在架構和算力方面很強,知道如何搭建架構,需要底層高度可擴展的數據平臺,對于這樣一個分布式的數據平臺,可以做好深度學習的訓練和推理。基于這樣的數據平臺,我們可以支撐醫準智能這樣非常專注于AI醫療模型的算法和應用。”崔瑋表示,“現在市場上我們有兩癌篩查的項目,國家在這方面有非常大的投入,但是具體落地時遇到了很多困難,包括數據量大、醫生不夠、大量片子拍出來沒有人力時間精力去看等等。我們可以用這個產品幫助醫生讀片子。然而要做到一個成型的方案還是要靠基礎架構,否則幾十套片子傳進來,如果沒有一個穩定的平臺,很難支撐這樣一個高并發的數據處理和分析需求。”

立竿見影的顯著療效

對于IBM為醫療行業開出的這劑藥方,專業人士又有著怎樣的評價呢?

“如果按照傳統的方法,對肺結核斷層掃描的話,光是一毫米的層厚可能就要拍幾百張片子,醫生診斷起來相當累,看一個病人至少就得半個小時。”王子騰表示,“然而在應用了人工智能技術之后,只用十幾秒鐘就可以得出結果。”

“除了顯著提升工作效率之外,人工智能的準確率也更高。因為醫生用人工方式看片的話,容易受到疲勞、情緒等各種因素的影響,但是AI不會疲勞,沒有情緒,可以做到非常客觀,只要我們訓練的數據足夠多,案例足夠豐富,檢測的結果也會變得越來越準確。”王子騰補充道。

IBM中國系統開發中心技術解決方案總監崔瑋

“看片子的時候,要判斷病灶每一個點的位置,還要有一個電子版報告交給醫生,還要審核簽發交給病人,AI技術一方面可以大幅減少醫生尋找病灶的時間,一方面可以非常方便地給出報告,可以節省大量的時間。科研方面更是如此,可以說如果沒有一個類似的工具,就完全做不了科研。為什么近年來我們看到有很多醫院,會招聘計算機專業或者編程的人員?或者原本是醫療專業,但是進來以后主要從事的編程方面的工作,原因就在這里。”崔瑋補充道。

據王子騰透露,過去醫生如果想做AI研究,往往要把數據交給第三方公司,但是拿到的結果經常醫生也看不明白。如今IBM與醫準智能攜手研發的達爾文智能科研平臺,在醫院內部就可以進行數據的搜集、標注、模型訓練,因而在醫生中大受歡迎。崔瑋則強調,“我們可以為醫生提供端到端的解決方案,包括POWER服務器的算力,Spectrum Scale對數據的收集和組織,Deep Learning做好深度學習的分析和運算等等。我們交給醫生的,是一個可以開箱即用的科研工具。這樣醫生即使并不了解計算機、數學、Linux和代碼,只要通過拖拽式、搭積木的方式,一樣可以完成AI的科研模型訓練。”

(免責聲明:此文內容為第三方自媒體作者發布的觀察或評論性文章,所有文字和圖片版權歸作者所有,且僅代表作者個人觀點,與極客網無關。文章僅供讀者參考,并請自行核實相關內容。投訴郵箱:editor@fromgeek.com)

  • 趣味科技
    郵箱:caoceng@fromgeek.com
    分享本文到