“時間就是生命”，沒有哪個時刻會比搶救過程更能印證這句話。分秒必爭、先行一步……在救護過程中縮短時間、提高診治效率，有些人的命運或許就會被改變。

45歲的王大成是一名社區工作人員。一天，他出現左手活動不靈的癥狀并逐漸加重，但是他沒有在意，依然堅守崗位。在夜班執勤過程中突發癱瘓，被交接班的同事發現，緊急送到吉林大學第一醫院，進入腦卒中綠色通道救治。初步查體后，醫生判斷王大成發病時間較長，需要盡快救治。

(資料圖)

在這個過程中，人工智能參與進來，輔助醫生3分鐘內完成影像數據分析，多學科一體化得出治療方案對病人進行機械取栓手術，用最大努力把患者從終身癱瘓和死亡邊緣拉了回來。依靠綠色通道、平臺技術的支撐，他們打贏了這場“生命爭奪戰”。

3分鐘！與時間賽跑，人工智能參與“生命借力”

腦卒中的救治，是一場與時間的賽跑，腦卒中患者救治每延誤一分鐘，就會有190萬個腦細胞受損，因此，腦卒中的救治有非常嚴格的時間窗。要在窗口期之內必須做出一個治療方案，這對相當一部分醫生來說，并非易事。特別是患者發病6小時以后，其腦組織大部分區域遭到破壞，而基層醫生診斷能力不足，加上臨床缺乏可靠準確的自動化評估工具，無法精準識別患者的核心梗死區以及無法判斷出還可以挽救的腦組織區域，很多腦卒中的病例診斷時間可能達到100分鐘，導致治療率遲遲無法提高。從2015年至今，我國急性腦梗死再灌注治療率遠低于歐美國家水平，發病4.5小時內且沒有禁忌證的急性腦梗死患者靜脈溶栓的實際執行率只有22.9%。

浪潮和元腦左手伙伴開發的人工智能醫學影像輔助系統應用于腦卒中，可能會改變這一局面。通常腦卒中診斷給影像科的時間僅有15-20分鐘，該系統可以精確完成梗死病灶的檢出，并根據不同的醫療需求完成血供區域、分水嶺區域和結構區域的自動化、智能化、快速分割，從而實現梗死病灶的快速定性和定量分析，多重區域同步分割模型的準確率達到97.5%，能夠在3分鐘內提供參考診斷報告。。

先進醫療下沉 人工智能讓更多人受益

我國是卒中大國，每年新發卒中病人超過300萬^[1]。在我國醫院收治的神經系統疾病患者中，卒中患者占比高達66.5%^[2]。病人面臨著健康威脅，醫生也面臨著難題。

腦卒中診斷治療是技術，更是經驗。培養一個高資質的腦卒中醫生往往需要10年時間。我國幅員遼闊，醫療發展水平地域差距較大，這樣的醫生往往集中于發達地區的三甲醫院，廣大的邊緣地區醫生水平、經驗都亟待提高，這也是我國腦卒中治療情況不理想的直接原因。

人工智能醫學影像輔助系統的出現，正在改善這一現狀。腦卒中的詳細診斷主要依靠影像，人工智能醫學影像輔助系統完全可以把最好的醫生診斷經驗固化為算法和解決方案，用“設備下鄉”的方式來解決基層醫療機構的腦卒中診斷問題，相比于醫生下鄉，無論可行性、效率，都高得多。

現代科技為醫療均等化的實現開辟了新途徑。

AI醫療，算力、算法、數據缺一不可

在王大成案例中所使用的人工智能輔助分析醫療產品，基于神經病學研究和治療全球領先醫院的上萬例臨床影像數據訓練而成。醫院不僅擁有海量的臨床影像數據，而且治療水平也極高，我國腦卒中再灌注治療復發率為25%，國際水平為7%，該醫院的治療復發率遠低于國際水平。

人工智能模型深度學習醫院資深臨床專家的診療技術，支持多模態影像自動分析，包括CTA(CT血管成像)/CTP(CT灌注成像)分析、核磁分析等，滿足不同等級醫院的設備條件需求，能輔助臨床醫生做出更好的治療決策。

數據、算法兩大維度已發力，但如果沒有強勁的“動力”帶動二者運轉也無法做到高效。浪潮智慧算力為AI真正實現醫療輔助提供了根本保障。

算力瓶頸，AI參與診斷真正進入臨床

一般人可能不清楚的是，人工智能算法不僅是程序員寫出來的，也是消耗海量算力“算”出來的。人工智能模型開發完成以后，需要進行大量的數據訓練。相當于開發的模型是一個嬰兒，訓練過程就是這個嬰兒長大成為專家的過程。

醫療影像系統每次訓練都需要幾百GB的數據量，浪潮信息為伙伴提供的訓練平臺每秒可完成近千億億次訓練。需要注意的是，人需要不斷地學習和成長，AI系統也一樣，需要學習最新的病例，不斷學習，這也意味著，AI系統可能要“終生學習”，持續需要龐大的算力來“喂養”。

當然，在實際應用部署時，這套系統也需要強大的算力平臺來減少計算耗時，雖然部署情況不同，但是每套系統的峰值算力水平也在幾百億億次的超高水平。

浪潮信息解決的不僅是算力問題，還有方案的開發和部署難題。AI系統的開發和訓練需要多人協作。 所以，浪潮不僅提供了AI算力平臺，還提供了AI資源管理平臺AI Station，對計算力資源進行統一、高效的管理，支持了伙伴數十位工程師同時使用計算平臺，顯著提升了資源使用率與訓練效率，GPU使用率由原來的30%上升為75%，大大節約了算力成本，同時又提升了效率：主要模型訓練速度提升10倍以上，訓練時間由2周多降為2天。

憑借優質的數據來源、領先的算法模型和強勁的算力平臺，通過不斷新病例的分析訓練，這套人工智能醫學影像輔助系統在算力的支撐下，正在不斷自我迭代、不斷升級，提高準確率。

AI對現代醫療的影響遠不止于此，浪潮信息也聯手美國西北大學開發人工智能NLP系統來識別需要隨訪的放射影像檢查報告，此項成果發表在了《新英格蘭醫學催化劑雜志》子刊（NEJM Catalyst）上。

醫療的目的，不僅是救活病人，更高的目標是讓病人恢復健康，回歸社會，回歸生活。

時間的縮短是技術發揮作用的重要體現，也依然是這點讓王大成的故事有了圓滿的結局。同時，我國醫療資源缺乏且分布不均衡，基層醫療力量薄弱，臨床+人工智能的交叉應用，將高質量的臨床數據轉化為普適的經驗，輔助基層醫生快速精準完成影像數據分析、降低漏診誤診、提升醫生工作效率造福更多患者……在推進我國醫療均質化的過程中，更大范圍造福百姓生命健康。

信息來源：

[1]中國腦血管病臨床管理指南，第289頁

[2]人工智能在卒中診療的研究和應用：曙光初現，任重道遠；中國卒中雜志，2020年3月