北京2021年7月14日 /美通社/ -- 近日，在上海市第一人民醫(yī)院與蘇州BioX生命智能產業(yè)研究院共同舉辦的高度近視黃斑病變判讀人機大戰(zhàn)活動上，“AI醫(yī)生”與5位主治醫(yī)生進行對戰(zhàn)，每位主治醫(yī)生與AI系統(tǒng)分別對100張眼底照片進行判讀。經(jīng)過激烈的比拼，“AI醫(yī)生”以僅用時251秒、準確率高達92%的成績，戰(zhàn)勝了5位人類醫(yī)生，展現(xiàn)了“AI醫(yī)生”在高度近視黃斑病變判讀領域的“超強大腦”。

在我國，近視發(fā)病率一直居高不下，且伴隨著普遍的低齡化。全國兒童青少年總體近視率高達53.6%，且在疫情沖擊下，網(wǎng)課等線上視頻形式大幅增加，學生近視率進一步增加了11.7%。與此同時，因病理性近視引發(fā)的眼底黃斑病變患者數(shù)量在不斷攀升，給醫(yī)療系統(tǒng)帶來了嚴峻挑戰(zhàn)，大量臨床醫(yī)生的投入也將隨之變?yōu)槿笨凇?/p>

為應對這一挑戰(zhàn)，上海交通大學附屬第一人民醫(yī)院團隊與蘇州BioX生命智能產業(yè)研究院團隊聯(lián)合研發(fā)的高度近視黃斑病變篩查AI系統(tǒng)。

對于臨床實踐中沒有常規(guī)成像的常見疾病，如果給 AI 的訓練集太小或不具備代表性，AI就難以產生準確的結果。同時，由于很多醫(yī)生和患者擔心AI 是“黑盒子”，所以 AI 在臨床上還沒有大規(guī)模應用。在醫(yī)療保健應用中，AI 不僅需要考慮如何量化算法的性能，還需要考慮該算法所判斷疾病的基本特征。對此，研發(fā)團隊結合專業(yè)醫(yī)生的臨床實踐經(jīng)驗，首先搭建好可以用來深度學習訓練的模型，然后精心挑選10萬張已完成數(shù)據(jù)標注的黃斑病變數(shù)據(jù)樣本，用來對“AI醫(yī)生”進行強化訓練。但是，龐大的數(shù)據(jù)集帶來巨量算力需求的挑戰(zhàn)，同時由于帶有標識的圖片復雜性大，需要20-30層深度學習神經(jīng)網(wǎng)絡進行處理，使得訓練時間大幅增加，從而導致工作效率降低和成本增加，嚴重影響開發(fā)進度。

為加快AI研發(fā)速度、提高AI判讀準確性，蘇州BioX生命智能產業(yè)研究院聯(lián)合浪潮，為“AI醫(yī)生”定制化設計了領先的浪潮AI算力平臺，可提供高達1.8 PFlops的強大AI算力。面向深度學習訓練大模型場景，采用NF5288M5服務器可在2U空間內搭載8塊Nvlink高速互聯(lián)的高性能GPU，滿足PB級數(shù)據(jù)集訓練任務的需求；配備NF5468M5 彈性AI服務器，支持多種GPU彈性拓撲方案，滿足AI推理、訓練多場景彈性計算資源擴展的需求，同時，針對大量AI深度推理場景，定制化設計了AI推理服務器，在臨床輔助診斷上保證“AI醫(yī)生”能夠達到“以一敵五”的推理加速效果。 

AI算力平臺通過浪潮AIStation人工開發(fā)智能管理平臺，對AI算力資源進行高效管理調度，整體資源利用率可提高75%。借助AIStation高效的資源池化能力，實現(xiàn)AI計算資源的細粒度分配，能夠多任務的高效并行訓練，大大提高深度學習的開發(fā)效率?！癆I醫(yī)生”可以在AIStation上進行多場景、多任務并行的復雜推理和訓練，從而實現(xiàn)對糖尿病視網(wǎng)膜病變、病理性近視、角膜潰瘍等疾病進行深度研究探索，成為更為資深的“AI醫(yī)生”。同時依托AIstation具備的鏡像部署功能，使AI工程師從繁瑣的資源和環(huán)境配置中脫離出來，聚焦在模型開發(fā)工作上，大大提高深度學習的開發(fā)效率。

如今，高度近視黃斑病變篩查AI系統(tǒng)已在上海市第一人民醫(yī)院推廣應用，大大提高了篩查效率，緩解臨床醫(yī)生缺口難題。不過，不斷增加的病患及更為復雜的病情也需要更高效、更資深的“AI醫(yī)生”，蘇州BioX生命智能產業(yè)研究院將與浪潮進一步加深合作，對“AI醫(yī)生”不斷訓練和調優(yōu)，加快推進醫(yī)學人工智能技術應用，推動醫(yī)療產業(yè)智能化升級并與醫(yī)學人工智能深度融合。