针对医疗行业的疑难病症，IBM开出了怎样的药方？

说起去医院看病，“看病难，排队长”应该是许多人心目中的普遍印象。

是医生不想快点给患者看病？当然不是。是病人在医院流连忘返不想早点回家？当然更加不是。

那么造成这一现象的背后，究竟有着怎样的深层原因？

“目前的医疗数据，每年都在以接近100%的幅度高速增长，但是培养一位影像科的医生，却要花八年甚至更久的时间，才能够作为一位独立的医生来自行看片。”如果不是亲耳听到医准智能首席AI官王子腾说出这番话，很难想象医疗行业的人才缺口竟然已经如此严重。

“我妈妈也是一位脑神经医生。光是每天的门诊就要接待上百位病人，每个星期还要值两到三个夜班，工作非常辛苦。而且如此巨大的工作负荷，对医疗效率和准确率也容易产生负面影响。”IBM大中华区系统部存储系统总经理吴磊表示。

一边是急速膨胀的医疗数据，一边是日渐扩大的人才缺口，究竟要怎样的灵丹妙药，才能解决横亘在医疗行业面前的这一疑难病症？

作为全球一流的人工智能解决方案和云平台提供商，IBM为其开出的药方是——人工智能。

无IA，不AI

“今天我们所遇到的挑战，已经不单纯是数据孤岛。我们的客户和合作伙伴，目前正在进入全新的消费模式——多云模式。然而从离线到在线，从分散到聚合，处处都存在很多痛点。这时候如果有一个好的IA（Information Architecture，信息架构），不但性能强健和安全可靠，而且还能随着客户业务的成长做弹性的扩充，那么就可以根据客户消费计算力和存储能力的变化，提供灵活的服务。”IBM大中华区系统部存储系统总经理吴磊向趣味科技介绍道，“这就是IBM如今强调的‘无IA，不AI’。”

IBM大中华区系统部存储系统总经理吴磊

针对当前困扰医疗行业的数据收集与处理瓶颈，IBM通过引入人工智能技术，搭建了一站式医疗影像人工智能平台，可以实现全栈AI架构能力，为广大医生提供了一个高效、准确地辅助医疗检测和诊断的工具。

据了解，平台主要基于IBM Power、Spectrum Scale、IBM Watson Machine Learning Accelerator（WML-A）搭建。“其中OpenPOWER服务器主要负责提供超强算力，与DDL相结合提供强大的线性扩展能力；Spectrum Scale则负责为集群化的AI平台提供稳定、高效和安全的数据平台支持；另外作为开放性AI平台的代表，WML-A则可以为上层应用提供可靠的平台支持。”IBM中国系统开发中心技术解决方案总监崔玮透露。

值得一提的是，该平台同时也是一个开箱即用的医疗影像深度学习的科研平台。举例来说，医生既可以通过这个平台，快速搭建高精度低假阳性率的肺结节和乳腺AI模型，也可根据医院的实际需求进行研发和调整，同时确保数据不出院，最大限度保证数据安全可控。

“在平台中，Spectrum Scale扮演着非常重要的角色。虽然这个名字很多人可能都是第一次听到，但其实它还有一个更老的名字，叫做GPFS（General Parallel File System，通用并行文件系统），而且已经有着25年的历史。当年跟卡斯帕罗夫大师下国际象棋的深蓝电脑，用的文件系统就是GPFS；IBM Watson和2018年IBM AI辩手Project Debater也是用的GPFS；今年IBM拿到全球第一、第二的高性能运算和智能的顶点，也是用的Spectrum Scale。光是在金融、电信行业，全球差不多就有几十万GPFS用户。”吴磊介绍道。

IBM与医准智能的强强联手

对于医准智能与IBM双方的合作，王子腾表示：“医准智能是一家专注于人工智能辅助医疗影像诊断的公司，主要研究算法，非常擅长模型的选择和训练。而在数据、存储、管理等方面，IBM拥有非常丰富的经验，特别是针对部署在多节点、大规模集群的环境，IBM更是有着强大的优势，并且在医疗行业也有着多年的经验沉淀，因此医准智能选择与IBM开展合作，可以说是顺理成章，水到渠成，并且在应用、平台、端对端等各个层面都有合作。最近在许多医院和医生中大获好评的达尔文智能科研平台，也是双方携手研发的成果。”

医准智能首席AI官王子腾

谈及人工智能应用在医疗行业的落地，吴磊认为：“还是那句话‘无IA，不AI’，IT无非就是算，算出东西要存，然后继续算，继续存。几年前，人工智能并没有真正进入生产环节，但是通过材料、架构的改变，我们改变了经典的计算机架构，譬如相变存储相比闪存可能带来20倍、30倍的速度提升。第二个就是规模化，以前光靠一台服务器你不可能进行训练，现在只用一台笔记本电脑也可以做一个人工智能模型的学习。以前信用卡被盗刷查起来很费时，现在只要一两分钟就能收到警示短信，这后面其实就是一个大规模反欺诈的算法加大规模集群的算法，以最短的时间为金融机构、电信机构向消费者提出警示，这些都是基础架构的规模化。从单机，几个节点，到多个节点，这些规模化对整个架构的要求完全不一样。”

“在过去的几十年里，人工智能几起几落，达到一个可生产的准确性之后，就必须可靠、可被监管、数据可备份、可回溯而且合规。当人工智能真的进入生产环境，规模化生产，为客户产生洞察力的时候，那就变成了一个严肃认真的业务，就必须要有刚才讲的这些属性。”吴磊指出。

“谈到做AI，主要有数据、算法、算力三大驱动力。其中算法的进步相对较慢，而算力反映到推动算法的运算上，AI起到了至关重要的作用。医准智能主要是在算法方面有很强的AI模型构建和训练能力，而IBM在架构和算力方面很强，知道如何搭建架构，需要底层高度可扩展的数据平台，对于这样一个分布式的数据平台，可以做好深度学习的训练和推理。基于这样的数据平台，我们可以支撑医准智能这样非常专注于AI医疗模型的算法和应用。”崔玮表示，“现在市场上我们有两癌筛查的项目，国家在这方面有非常大的投入，但是具体落地时遇到了很多困难，包括数据量大、医生不够、大量片子拍出来没有人力时间精力去看等等。我们可以用这个产品帮助医生读片子。然而要做到一个成型的方案还是要靠基础架构，否则几十套片子传进来，如果没有一个稳定的平台，很难支撑这样一个高并发的数据处理和分析需求。”

立竿见影的显著疗效

对于IBM为医疗行业开出的这剂药方，专业人士又有着怎样的评价呢？

“如果按照传统的方法，对肺结核断层扫描的话，光是一毫米的层厚可能就要拍几百张片子，医生诊断起来相当累，看一个病人至少就得半个小时。”王子腾表示，“然而在应用了人工智能技术之后，只用十几秒钟就可以得出结果。”

“除了显著提升工作效率之外，人工智能的准确率也更高。因为医生用人工方式看片的话，容易受到疲劳、情绪等各种因素的影响，但是AI不会疲劳，没有情绪，可以做到非常客观，只要我们训练的数据足够多，案例足够丰富，检测的结果也会变得越来越准确。”王子腾补充道。

IBM中国系统开发中心技术解决方案总监崔玮

“看片子的时候，要判断病灶每一个点的位置，还要有一个电子版报告交给医生，还要审核签发交给病人，AI技术一方面可以大幅减少医生寻找病灶的时间，一方面可以非常方便地给出报告，可以节省大量的时间。科研方面更是如此，可以说如果没有一个类似的工具，就完全做不了科研。为什么近年来我们看到有很多医院，会招聘计算机专业或者编程的人员？或者原本是医疗专业，但是进来以后主要从事的编程方面的工作，原因就在这里。”崔玮补充道。

据王子腾透露，过去医生如果想做AI研究，往往要把数据交给第三方公司，但是拿到的结果经常医生也看不明白。如今IBM与医准智能携手研发的达尔文智能科研平台，在医院内部就可以进行数据的搜集、标注、模型训练，因而在医生中大受欢迎。崔玮则强调，“我们可以为医生提供端到端的解决方案，包括POWER服务器的算力，Spectrum Scale对数据的收集和组织，Deep Learning做好深度学习的分析和运算等等。我们交给医生的，是一个可以开箱即用的科研工具。这样医生即使并不了解计算机、数学、Linux和代码，只要通过拖拽式、搭积木的方式，一样可以完成AI的科研模型训练。”

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。