英特尔与 GE 医疗合作推进人工智能在医疗成像领域的应用

GE 医疗使用英特尔® 视觉技术开发了一种人工智能算法,可以帮助医务人员更快地对可能出现病危情况的病例进行分诊。

在诊断严重患者的状况时,每一秒都很重要。因此,GE 医疗和英特尔开发了 X 射线解决方案,旨在几秒钟内发现威胁生命的状况,优化工作流程,并更好地确定严重病例的优先级,以提高医学成像的速度和准确性。

新的 X 射线智能应用有望改进患者的诊疗手段

可如何将人工智能 (AI) 用于推进医学成像和改善患者治疗效果?这就是 GE 医疗全力研究医院工作流程来寻求解决的问题。他们采访了放射科医生和技术人员,并观察了整个医院的运转,以确定工作人员如何使用 X 射线设备。

接着,要求医院工作人员确定,在 X 射线的诸多用途中,有哪些能从人工智能中受益。答案很明确:他们希望人工智能帮助改善危重病例的处理,以更好地治疗患者。具体来说,他们寻求帮助以期解决那些虽然不常见,但若被忽视则可能导致危及生命的情况。

另一个痛点是,当前先进先出的工作流程通常导致较长的周转时间 (TAT),即使在指定为紧急情况或统计数据的病例中也是如此。这种做法产生了一系列统计病例,但不清楚首先要处理哪些病例。用户希望找到一种解决方案,以帮助确保合适的人在正确的时间评估 X 射线,从而实现出色的患者护理。

GE 医疗的重症监护套件将人工智能嵌入设备之中

为了满足客户的需求,GE 医疗开发了 重症监护套件 (英文),这套人工智能算法旨在检测胸部 X 光片上的危重病情。该解决方案可在 Optima XR240amx 系统上使用,是 X 射线分析领域向前迈进的重要一步(在当今医疗成像领域 X 射线分析占 50% 的比例)2

“GE 医疗所做工作的与众不同之处在于,这是嵌入成像设备中的首个人工智能算法,”GE 医疗 X 射线 CMO Todd Minnigh 表示,“因此,实际捕获影像的项目也在进行处理。它不在云端,也不在下游某个位置的服务器上。它可以检测并允许提供商确定严重情况的优先级,从而可以更快地标记病例。”

在护理点搭载了英特尔® 处理器的相同系统上运行该算法来进行 X 射线检查时,可让医院可更快地发现危重病患。在将原始影像发送至图片存档和通信系统 (PACS) 的同时,将潜在严重状况的人工智能检查结果发送给放射科医生。此外,实时发现和标记质量问题的功能,可使技术人员在患者仍在实验室中时,确定是否应重复或重新处理影像。

所有这些都意味着焦急的患者可以更快地获得结果,繁忙的医疗专业人员可以更轻松地重新分配工作负载优先级,并有可能改善患者治疗效果。

GE 医疗试图通过解决一个特别具有挑战性的案例来测试该解决方案,该案例使用 X 射线检查气胸,这是一种危及生命、难以检测的情况,其中空气或气体已进入肺和胸部之间的空腔壁,导致肺萎陷。

GE 医疗所做工作的与众不同之处在于,这是嵌入成像设备中的首个人工智能算法。它不在云端,也不在下游某个位置的服务器上。它可以检测并允许提供商确定严重情况的优先级,从而可以更快地标记病例。”

GE 医疗,X 射线 CMO ,Todd Minnigh

英特尔帮助 GE 医疗将 Optima XR240amx X 射线系统上的气胸检测速度提高了 3 倍以上1

如今,大多数针对医院工作流程的人工智能解决方案都位于云端或医院服务器。GE 医疗希望在使用了重症监护套件之后能尽可能降低成本,缩短安装时间并减少安全漏洞。3 每一秒都很重要,因此将处理和智能置于成像设备本身,避免了不必要的延迟。这还消除了更换或补充基础设施的需要。

重症监护套件的目标是优化 X 射线的前胸和肺野位置,同时在捕获影像后加快交付气胸推断的结果。将计算智能转移到机器级别将实现快速的工作流程,并使放射科医生能够快速处理结果,以帮助焦急的患者寻求内心的平静。

为了获得支持,GE 医疗求助于英特尔及其计算机视觉工具。英特尔同样致力于提高 GE X 射线设备的速度,并提供更高质量的 X 射线成像,以增强患者护理和治疗效果。英特尔使用英特尔®分布式 OpenVINO™ 工具包,帮助优化了重症监护套件的算法。该工具套件提供了计算机视觉和深度学习推断工具,包括 GE 医疗成像系统中,使用英特尔® 处理器优化的基于卷积影像的分类模型。

英特尔® 分布式 OpenVINO™ 工具包提升了所有模型的性能,而气胸模型受益较大,推断时间从 3 秒以上降至 1 秒以内。1Optima XR240amx X 射线系统上的气胸推断与没有优化的推断相比,速度提高了 3.3 倍。1 英特尔还帮助培训了 GE 医疗团队,从而充分发挥其算法的作用。

“任何人成功的关键都是,要选择正在努力帮助你取得成功的合作伙伴,”GE 医疗人工智能和分析部 X 射线全球产品经理 Katelyn Nye 表示。“英特尔绝对是这样帮助我们的。”

对于 GE 医疗而言,同样重要的是,能够维修其大量基于英特尔运行的系统。人工智能驱动的创新,需要通过软件升级或明确旧系统的硬件升级途径向所有人提供。

“要采用人工智能解决方案,它们应该与现有工作流程集成,”Nye 表示。“你不想增加任何开销或负担。如果可以用客户今天已有的数据来执行任务,GE 医疗的智能机器构建方法将避免任何额外步骤、工作流程或基础设施。”

在小问题演变成大问题之前就发现它们

除了基于人工智能的气胸解决方案外,GE 医疗还希望人工智能应用能够帮助技术人员进一步为改善患者护理做出贡献。这个目标促使开发出另外三种基于质量的算法,旨在帮助指导或教导技术人员,无论他们的经验水平如何。

新的智能自动旋转算法就是一个例子。通常情况下,需要技术人员手动旋转图像以调整到正确的方向。估计表明,仅自动化该任务即可为技术人员每年节省大约 70,000 次按钮点击,或高达 3 个完整的工作日。4

GE 医疗的使命是继续寻找可以自动化的 X 射线相关任务。通过这种方式,他们可以更快地获得数据分析结果,并使技术人员可以更快地传输医院每年产生的 50 PB 数据。5

通过共同努力,GE 医疗和英特尔明白更快、更高质量的 X 射线成像可以带来更高的员工工作效率、更好的护理和更健康的世界。

了解英特尔和我们的合作伙伴解决方案如何促进医疗保健业发展

基于云的医疗保健

旨在汇总各种健康数据,将这些数据与医疗保健利益相关者的全球网络相连接,并提供广泛的人工智能和分析应用程序。

阅读全文 (英文)

部署就绪型解决方案

英特尔® 物联网行业整体解决方案(英特尔® IMRS)是可立即产生影响的部署就绪型解决方案。

查看解决方案

加快医疗保健领域取得成果

利用英特尔® 技术的强大功能加速医疗保健转型。

了解更多信息

洞悉微小处,成就大不同 无微不智慧

了解英特尔® 视觉技术如何帮助各行各业的公司识微见远。

了解更多信息

通知和免责声明

英特尔® 技术的特性和优势取决于系统配置,并可能需要支持的硬件、软件或服务激活。实际性能可能因系统配置的不同而有所差异。没有任何计算机系统能够保证绝对安全。请咨询您的系统制造商或零售商,也可登录 www.intel.cn 获取更多信息。// 性能测试中使用的软件和工作负载仅在英特尔® 微处理器上针对性能进行了优化。SYSmark 和 MobileMark 等性能测试使用特定的计算机系统、组件、软件、操作和功能进行测量。上述任何要素的变动都有可能导致测试结果的变化。您应该查询其他信息和性能测试,以帮助您对正在考虑购买的产品作出全面的评估,包括该产品在与其他产品结合使用时的性能表现。如欲了解更多完整信息,请访问 www.intel.cn/benchmarks。// 性能结果基于配置中所规定日期的测试,可能无法反映所有公开的安全更新。有关详细信息,请参见配置信息披露。没有任何产品或组件能保证绝对安全。// 所描述的成本降低方案仅用作示例,表明某些基于英特尔® 的产品在特定环境和配置下会如何影响未来的成本,并节约成本。环境各不相同。英特尔不保证任何成本和成本的节约。// 英特尔并不控制或审核本文档引用的第三方基准资料或网站。您应访问引用的网站,确认参考资料准确无误。// 在某些测试案例中,结果以英特尔内部分析或架构模拟或建模为基础来评测或模拟,且仅供参考。您的系统硬件、软件或配置的任何不同均可能会影响实际性能。

产品和性能信息

1 系统测试配置披露:英特尔® 酷睿™ i5-4590S CPU @ 3.00GHZ,x86_64,启用 VT-x,16GB 内存,操作系统:Linux magic x86_64 GNU/Linux,Ubuntu 16.04 推断服务 docker 容器。GE 医疗于 2018 年 9 月完成的测试。测试将 TensorFlow 模型 3.092 秒的总推断时间,与通过英特尔®分布式 OpenVINO™ 工具包优化的 TF 模型优化后的同一模型进行了比较,得出的总推断时间为 0.913 秒。
2Kellner,Tomas,“数据视觉:这一 X 射线应用程序可以帮助医院降低成本”,GE 报告,2017 年 11 月 26 日:ge.com/reports/data-vision-x-ray-app-help-hospitals-cut-costs
3 英特尔® 技术的功能和优势取决于系统配置,并且可能需要启用硬件、软件或服务激活。随着系统配置发生变化,性能也会发生变化。没有任何产品或组件能够做到绝对安全。请咨询您的系统制造商或零售商,也可登录 intel.cn 获取更多信息。
4Younis,K.,Soni,R.、 Zhang,M.、 Akram,N.、 Vera,Nye,K.,G.、 Rao,G.、 Avinash,G. 和 John Sabol (2019)。利用人工智能深度学习检测胸部 X 射线影像的方向。医学影像信息学学会 (SIIM)、医学影像机器智能会议 (C-MIMI)、口头介绍。
5“超越影像:人工智能与医疗影像创新的悖论”,The Pulse ,2018 年 9 月 24 日:newsroom.gehealthcare.com/beyond-imaging-ai-imaging-innovation