人工智能给医生减负

郭涛

曙光关注的不是具体的人工智能的应用，而是人工智能的底层支撑技术，通过建立硬件平台，以及增添介于硬件平台和应用之间的一层软件，消除应用与底层技术架构之前的鸿沟，让用户更深入地了解人工智能，并付诸应用。

这边，湖南卫视推出的首档原创科技类节目《我是未来》最新一期节目刚刚落幕，“声音博士”与“神眼特工”的比拼让人感到意犹未尽，观众们再次领略了人工智能的神奇；那边，由中央电视台与中国科学院共同打造的人工智能电视节目《机智过人》正在紧张的录制过程中，预计8月底将正式播出。

在这里，记者稍稍剧透一下，最新一期《机智过人》的内容之一，是从全国各地三甲医院选拔出的15位具有15年以上临床经验的影像科专业医生与一台医学影像阅片机器人进行比拼，看哪一方能率先在30张CT片中找出有病灶的10张。你猜猜哪一方会赢？

由于节目还没有正式播出，在这里不方便透露最终的结果。亲自参与了这期节目录制的医学影像阅片机器人研制方的专家之一、中国科技大学的安虹教授在接受记者采访时表示：“科学计算与医疗跨行业学科的碰撞产生了奇妙的火花。以医学影像阅片机器人为良好开端，人工智能有望在医疗领域得到快速应用和普及，为医生减负，解决百姓看病难等问题。”

人工智能新突破

从最早IBM超级计算机“深蓝”与国际象棋棋王卡斯帕罗夫的对役，到现在谷歌“阿尔法狗”横扫当今围棋界的顶尖棋手李世石、柯洁，人类与人工智能之间的比拼一直吸引着众人的眼球。人们在惊呼人工智能技术神奇的同时，也希望能够更好地驾驭它、使用它，替代人们完成那些琐碎的、重复的、机械的工作，在提高效率的同时，也能够解放人类，让人们有更多时间和精力从事那些“更上层”的工作。

安虹向记者透露了一组数据：一个影像科的医生平均每天要看80套片子，而每一套片子中又包含300-600张片子。随着医疗设备精确度的提高，片子的数量、精度也在同步提高，这也给看片的医生增加了更多的工作量。

有统计数据显示，在医院中，85%-90%的数据都是医疗影像数据。有效处理这些非结构化的数据就成了一个迫切需要解决的问题。在《机智过人》节目中出现的这台医学影像阅片机器人，就是一个突破。

据曙光公司智能计算技术总监许涛介绍，在节目录制前的一个月，他们就将1万多张CT片录入到医学影像阅片机器人中，建立模型，对它进行训练。在节目录制现场，医学影像阅片机器人可以像一位专业的影像科医生一样，从给定的CT片中准确地找出有病灶的片子。这只是1万张CT片子、仅通过一个月自学习所达到的效果。如果训练的时间更长、机器阅读的医学影像资料更多，那么机器人医学影像阅片的准确率、速度还将进一步提高，机器人会变得越来越智能。如果能够将医学影像阅片机器人早日投入到临床医疗或远程医疗中，相信将产生经济效益、社会效益双丰收的效果。

参与节目录制的来自贵州一家三甲医院的资深医生，从业以来已经看过了20多万张片子。而一台只经过一个月训练的医学影像阅片机器人就已经可以和这些医学专家PK。“我们可以把医学影像阅片机器人比作一个有过目不忘本事的人、一个看病的高手。”许涛表示，“我们去医院看病都愿意找老医生，因为他们具有丰富的临床经验。而医学影像阅片机器人的学习过程其实与人无异，只不过它可以在更短的时间内学习更多的知识，并将其固化到设备中。一个经过几个月训练的医学影像阅片机器人就可能达到一个有40年从业经验的医生的水平。”

如今，“人工智能+行业”成了一种新的趋势。人工智能与医疗行业的结合已经有了很多成功的案例。比如，IBM“沃森”肿瘤机器人其实就是IBM“深蓝”的后裔，它能用于瘤机诊断是经过了美国一家癌症研究中心历时4年半的训练，“吸收”了300多份医学期刊、250余种教科书、近1500万页文字，以及美国国立综合癌症网络发布的临床指南的所有内容。如今，IBM“沃森”已进入了中国的医疗领域。

2016 年，Google Research就成功地利用人工智能检测由糖尿病造成的视网膜病变，如今这项研究成果已率先在印度进行了临床试验。

医学影像阅片机器人的出现再次带给我们一个惊喜，它可以大大减轻医生的工作量，提高诊断的准确率。

三方优势互补

参与《机智过人》节目录制的医学影像阅片机器人是中国科技大学、健培科技公司和曙光公司三方合作的智慧结晶。

简单说，人工智能包括两个重要因素：一是计算，二是数据。“计算是人工智能的动力，而数据是原材料。”许涛表示，“我们就是为人工智能提供计算能力的。曙光提供的两个节点的超级计算机平台，再加上中国科技大学的神经网络技术，以及健培科技公司提供的医疗影像软件应用和相关数据，构成了医学影像阅片机器人。”

曙光是中国高性能计算（HPC）市场的领头羊，在通用HPC市场占有较高的份额。但是，用于人工智能的高性能计算机与传统通用的高性能计算机是有明显差别的。简单说，人工智能采用的是一种专用的高性能计算机。

传统的高性能计算机是异构计算的典型，通常采用CPU+GPU的组合，并且以CPU为重，少量的GPU只是用于加速。而在人工智能领域，为了高速处理大量资源，以GPU为代表的各种加速器受到热烈欢迎，CPU的比重减小，主要承担调度的职责。曙光与英伟达在GPU上有多年合作，将商业的加速芯片用于人工智能专用的高性能计算平台。另外，像ARM、FPGA等在人工智能领域也有广阔的应用前景。

谈到与曙光的合作，安虹介绍说：“曙光的高性能计算硬件平台非常适合医学影像阅片这项应用。我们根据应用的需要，对曙光提出了定制化的需求。曙光对其高性能计算机重新配置了芯片、网络、存储等。在此基础上，我们再次进行了优化。一个高效率、高能效的硬件平台对于人工智能应用来说是非常必要的，它是高性价比和人工智能平民化的基本保证。”

人工智能的应用分成两个部分：一是在线的训练过程，二是在线应用。在线训练就是将相关数据灌入到机器中，通过建立模型、为数据打标签，在高性能计算平台上进行一定时间的训练，让机器通过自学习掌握特定的技能。在线应用就是将之前训练得到的模型固化到一个设备中，可能是一个台服务器，也可能是一部手机，对外提供服务。为了快速输出结果，在线应用需要有多个节点同时对外提供服务。

给人工智能一个支点

曙光布局人工智能，其中一个重要策略是在其HPC团队之下又新建立了一个团队——智能计算团队，目前有10几个人，大多数是从美国知名高校归来的博士。

“我们的目标是将人工智能与市场相结合，快速产品化。”许涛进一步解释说，“我们一方面努力推廣可应用于人工智能领域的曙光硬件产品，比如医学影像阅片机；另一方面，我们也在人工智能的专用芯片方面进行布局和投入，比如曙光已经建立了相关的实验室。我们要建立一个支持人工智能开发的软硬件一体化的平台，让国内的科研机构、初创企业等在此之上开发自己的人工智能应用。”

阿里、百度等也在建立自己的人工智能开放平台。不过，这些平台旨在连接产业链上下游厂商，实现生态的整合。而曙光要建立的这个开放平台则不同，它是一个技术架构，屏蔽了其下复杂的技术和组件，允许用户在这个平台之上使用各类人工智能软件，创建企业自己的人工智能生态圈。从某种程度上说，医疗影像阅片机器人就是曙光这个开放平台的一个缩影。

“我们关注的不是具体的人工智能的应用，而是人工智能的底层支撑技术，通过建立硬件平台，以及添加介于硬件平台和应用之间的一层软件，消除应用与技术架构之间的鸿沟，让用户更深入地了解人工智能，并付诸应用。”许涛表示。