數(shù)據(jù)、數(shù)據(jù)，還是數(shù)據(jù)。在醫(yī)學(xué)人工智能領(lǐng)域，無論是醫(yī)學(xué)影像識(shí)別、智能機(jī)器人，還是輔助診療、藥物研發(fā)，都離不開龐大的醫(yī)療樣本大數(shù)據(jù)作為機(jī)器訓(xùn)練的基礎(chǔ)。

僅靠“讀書百遍、其義自見”就能培養(yǎng)“超級(jí)醫(yī)生”嗎?日前，國內(nèi)首個(gè)專用于醫(yī)學(xué)圖像人工智能技術(shù)的研發(fā)平臺(tái)“神農(nóng)1號(hào)”(SINOSEEDS)超算中心誕生。這不禁讓人思考：面對(duì)同樣的醫(yī)療大數(shù)據(jù)進(jìn)行學(xué)習(xí)，也有“聰明孩子”與“笨孩子”的區(qū)別。

“聰明孩子”更可能成“名醫(yī)”

“如果說數(shù)據(jù)是‘礦山’，那么超算能力就是‘挖掘機(jī)’。”“神農(nóng)1號(hào)”研發(fā)團(tuán)隊(duì)負(fù)責(zé)人、希氏異構(gòu)公司董事吳韌說，人工智能應(yīng)用技術(shù)研發(fā)的三大核心要素是算法、數(shù)據(jù)和算力。其中代表算力的計(jì)算平臺(tái)，主要負(fù)責(zé)是通過學(xué)習(xí)進(jìn)行醫(yī)學(xué)人工智能訓(xùn)練，并根據(jù)訓(xùn)練成果識(shí)別疾病圖像、輔助診療等。

本月在成都發(fā)布的“神農(nóng)1號(hào)”，就是為醫(yī)學(xué)人工智能訓(xùn)練、處理圖像定制。它采用了64個(gè)英偉達(dá)最新的TeslaV100 GPU，擁有每秒8千萬億次的計(jì)算能力，每秒可學(xué)習(xí)5萬張醫(yī)療圖片，半小時(shí)內(nèi)處理百億級(jí)的圖片。

“配合高速網(wǎng)絡(luò)、獨(dú)特的系統(tǒng)設(shè)計(jì)、獨(dú)到的算法和軟件的優(yōu)化，整個(gè)系統(tǒng)能非常高效地完成各種醫(yī)療人工智能的訓(xùn)練任務(wù)。”吳韌說，AI超算中心不同于采用CPU處理器的超算中心，不是可以直接采購的商業(yè)化設(shè)備，需要由使用方面依靠自有技術(shù)搭建，決定其核心性能的要素，除了自身性能外，還包括搭建技術(shù)和并行計(jì)算的效能發(fā)揮等。“目前，它的并行計(jì)算效能高達(dá)90%以上，訓(xùn)練圖片識(shí)別ImageNet模型僅需52分鐘，而傳統(tǒng)的服務(wù)器訓(xùn)練通常需要10天左右。”

自建“超算中心”是否必要

在醫(yī)療AI領(lǐng)域，算力的重要性過去容易被忽略——部分醫(yī)療AI企業(yè)選擇用開源式的AI技術(shù)，在云端租用服務(wù)器實(shí)現(xiàn)計(jì)算。

“這首先考慮的是成本、數(shù)據(jù)量等‘性價(jià)比’的問題。”一家大數(shù)據(jù)企業(yè)首席技術(shù)官說，在醫(yī)療、金融這兩個(gè)大數(shù)據(jù)應(yīng)用最廣泛的領(lǐng)域，數(shù)據(jù)量往往決定了是否需要獨(dú)立、“高階”的計(jì)算能力，可大部分企業(yè)并無足夠“數(shù)據(jù)量”。而希氏異構(gòu)去年與四川大學(xué)華西醫(yī)院合作建立“華西—希氏醫(yī)學(xué)人工智能研發(fā)中心”，使海量的醫(yī)療數(shù)據(jù)有了來源。

“用傳統(tǒng)的云計(jì)算，海量數(shù)據(jù)如何傳輸?云端計(jì)算能力是否足夠?數(shù)據(jù)安全是否能保障?”希氏異構(gòu)創(chuàng)始人宋捷說，不同于“小樣本”的初級(jí)AI醫(yī)療，“神農(nóng)1號(hào)”未來服務(wù)的目標(biāo)將是CT、超聲、皮膚、心電等多疾病領(lǐng)域的AI應(yīng)用技術(shù)研發(fā)。“舉個(gè)簡單的例子，機(jī)器學(xué)習(xí)后，會(huì)幫助醫(yī)生判斷圖像中是息肉、腫瘤或者靜脈曲張，而不是篩查單一疾病。”

此外，醫(yī)療行業(yè)的特殊性過去往往被AI企業(yè)忽略。“如同一座山從不同角度‘橫看成嶺側(cè)成峰’，疾病的判斷標(biāo)準(zhǔn)并非一成不變。”華西醫(yī)院內(nèi)鏡中心主治醫(yī)師黃志寅以雙方合作研發(fā)的“AI消化內(nèi)鏡”為例，向記者解釋，消化內(nèi)鏡識(shí)多為非標(biāo)準(zhǔn)化采圖，影響因素多、圖像差異大，為傳統(tǒng)的AI識(shí)圖帶來難度，這就需要獨(dú)立且強(qiáng)大的計(jì)算能力提升模型識(shí)別率。

“值得注意的是，醫(yī)學(xué)仍在動(dòng)態(tài)發(fā)展，疾病的判斷標(biāo)準(zhǔn)并非固定，一旦醫(yī)學(xué)理解發(fā)生改變，機(jī)器又要重頭學(xué)習(xí)或補(bǔ)充新知識(shí)，那么擁有強(qiáng)大的計(jì)算能力顯然會(huì)學(xué)得更快、更好。”黃志寅說。

中國互聯(lián)網(wǎng)數(shù)據(jù)中心預(yù)測(cè)，到2020年全球醫(yī)療數(shù)據(jù)量將達(dá)到40萬億GB，大約是2010年的30倍之多。“隨著人工智能產(chǎn)業(yè)不斷進(jìn)步，一旦數(shù)據(jù)不再是‘門檻’或‘壁壘’，計(jì)算能力將成為最關(guān)鍵的競爭力。”英偉達(dá)中國高性能計(jì)算與新興業(yè)務(wù)總經(jīng)理劉通表示，愈發(fā)強(qiáng)大的人工智能計(jì)算性能，將為醫(yī)療行業(yè)帶來無限創(chuàng)新的可能。