您是开发人员还是数据科学家?

查找已优化的框架或库,1 参加人工智能课程,并探索基于英特尔® 平台构建的社区项目。

请访问英特尔® 开发人员专区 ›

利用集成优化后的框架、工具和库,在最新英特尔® 硬件上免费开发和测试您的人工智能工作负载。

请访问英特尔® DevCloud (英文)›

借助人工智能促进全民健康

技术可以丰富每个人的生活,尤其是当技术有帮助预防、治疗和治愈疾病的潜力时。英特尔正与生态系统的领导者合作,以革新健康和生命科学领域,无论是加速新药发现以加快制药研发,还是改善医疗服务的可及性和可负担性。人工智能 (AI) 在医疗保健领域(包括计算机视觉、机器学习和深度学习)的运用,对这一目标起着关键性的作用。人工智能结合了数据管理的强大基础设施,可以帮助研究人员和医疗系统迅速从以前因数据孤岛而无法访问的海量数据中收集洞见。

人工智能在医疗保健领域中的运用方式?

人工智能可以让自动化系统评估医学图像的异常,监测患者的生命体征,并提醒临床医生在必要时进行干预。它有助于改进手术和临床的工作流程,并集成多种不同来源的数据,以便临床医生做出更为明智的决定。研究人员正利用人工智能来协助新药发现、靶向治疗和传染病管理。医疗保健和生命科学领域中的人工智能示例包括实验室自动化、机器人技术和人工智能支持的远程医疗。

人工智能在医疗保健领域中的优势

人工智能通过自动执行任务来提高工作效率,并可帮助医生进行快速、准确的诊断和治疗2。放射治疗中的人工智能可以减少生成图像所需的计算时间。在人口健康领域,机器学习有助于确认再住院的可能性。在制药研发领域,人工智能可以引导新药品的发现。人工智能还可以从多个来源(例如医疗记录和生命体征)获取数据,并识别出人类难以发现的模式。

生命科学领域中的英特尔人工智能

英特尔在人工智能领域的业务有助于医疗行业的专家去应对当今最紧迫的挑战。这些技术包括:

  • 精准医疗 - 人工智能可以理解非结构化和结构化的健康数据,如基因组数据集。这些数据对于推动精准医疗(一种以患者的独特基因组和健康信息为核心的护理方法)的进步而言至关重要。
  • 临床系统 - 人工智能可以帮助将原始数据转化为新的洞察,为患者治疗计划的每个阶段提供参考。它还能够支持远程护理策略,如应用于住院和门诊环境的远程医疗和机器人技术。
  • 制药工艺 - 人工智能在药物研发和转化复合物发现中发挥着主要作用。
  • 医学影像 - 人工智能可以提高医学影像的治疗,并协助临床医生快速、准确地评估影像。

英特尔提供一系列灵活、可扩展的开放硬件,以满足从低功耗 VPU 到高性能 CPU 等各种计算需求。诸如英特尔® Distribution of OpenVINO™ 工具套件之类的软件工具消除了使用不同硬件后端的复杂性,因此您只需编写一次代码,即可将其部署到任何地方。

三星与英特尔合作加速神经检测并改善工作流程

Samsung Medison 已与英特尔协作,旨在加快神经检测并改进工作流程。NerveTrack 利用英特尔® Distribution of OpenVINO™ 工具套件在超声波扫描期间对神经进行检测和判断。麻醉师在寻找很难找到的神经时,超声波神经图像的实时推理有助于提高他们的准确性。

阅读该故事 (英文) ›

客户成功案例


开发和部署人工智能系统


查找有关医疗保健系统和研究人员如何运用人工智能,并将其集成到工作流程中的文档和真实示例。

查找面向医疗保健和生命科学领域的人工智能解决方案


通知和免责声明

性能测试中使用的软件和工作负载可能仅可基于英特尔® 微处理器进行性能优化。

诸如 SYSmark 和 MobileMark 等性能测试均基于特定电脑系统、组件、软件、操作及功能。对这些因素的任何更改可能导致不同的结果。请参考其他信息及性能测试(包括结合其他产品使用时的运行性能)以对目标产品进行全面评估。有关更多完整的信息,请访问 www.intel.com/benchmarks

性能结果基于截至配置中所示日期的测试,并且可能无法反映所有公开的更新。有关配置详细信息,请参阅备份。没有任何产品或组件能够做到绝对安全。

英特尔技术可能需要支持的硬件、软件或服务激活。

英特尔不负责控制或审核第三方数据。您应参考其他信息来源以评估准确性。您的成本和结果可能会有所不同。

产品和性能信息

1英特尔® 编译器针对非英特尔® 微处理器的优化程度未必与英特尔® 微处理器相同,而优化并非英特尔®微处理器独有。这些优化包括 SSE2,SSE3 和 SSSE3 指令集以及其它优化。对于在非英特尔制造的微处理器上进行的优化,英特尔不对相应的可用性、功能或有效性提供担保。此产品中依赖于处理器的优化仅适用于英特尔微处理器。某些不是专门面向英特尔® 微架构的优化保留专供英特尔微处理器使用。请参考适用的产品用户指南和参考指南,以了解更多有关本通知中涵盖的特定指令集的信息。
2

“医疗保健中的人工智能潜力”,2019 年 6 月,Future Healthcare Journal,ncbi.nlm.nih.gov/pmc/articles/PMC6616181/

3

“Advantages and limitations of total laboratory automation: a personal overview”,Clinical Chemistry and Laboratory Medicine (CCLM),2019 年 2 月,degruyter.com/view/journals/cclm/57/6/article-p802.xml

4配置:原始模型在没有英特尔® 优化的情况下,使用 TensorFlow 1.6 for Python 2.7 进行培训,并由 GE 医疗更换为 OpenVINO™ 2018 R4。用于测试的硬件和配置:GE Gen6-P 影像计算节点 3.10.0-862.el7.x86_64;处理器:英特尔® 至强® 处理器 E5-2680 v3;速度:2.5 GHz;内核:每插槽 12 核,Docker 容器可访问 22 个 CPU 内核;插槽:2 个;RAM:96 GB (DDR4);超线程:启用;安全更新:Spectre 和 Meltdown 适用。用于测试的软件:TensorFlow 版本::1.6,无英特尔® MKL-DNN 优化;Gcc 版本:2.8.5;Python 版本:2.7;OpenVINO™ 版本:2018 R4(模型服务器 v0.2);操作系统:HeliOS 7.4 (Nitrogen)。
5英特尔® 编译器针对非英特尔® 微处理器的优化程度未必与英特尔® 微处理器相同,而优化并非英特尔®微处理器独有。这些优化包括 SSE2,SSE3 和 SSSE3 指令集以及其它优化。对于在非英特尔制造的微处理器上进行的优化,英特尔不对相应的可用性、功能或有效性提供担保。此产品中依赖于处理器的优化仅适用于英特尔微处理器。某些不是专门面向英特尔® 微架构的优化保留专供英特尔微处理器使用。请参阅相应产品的用户和参考指南,以了解关于本通知涉及的特定指令集的更多信息。
6系统测试配置披露:英特尔® 酷睿™ i5-4590S CPU @ 3.00 GHz,x86_64,启用 VT-x,16 GB 内存,操作系统:Linux magic x86_64 GNU/Linux,Ubuntu 16.04 推理服务 Docker 容器。GE 医疗于 2018 年 9 月完成的测试。测试将 TensorFlow 模型的 3.092 秒总推理时间,与通过英特尔® Distribution of OpenVINO™ 工具套件优化的 TF 模型优化的同一模型进行了比较,得出的总推理时间为 0.913 秒。