新冠疫情已基本宣告結(jié)束，但其給醫(yī)療系統(tǒng)帶來的巨大沖擊，仍值得我們深思。除了這種大規(guī)模突發(fā)性傳染病帶來的意外影響外，醫(yī)療系統(tǒng)還面臨著整個(gè)人類社會(huì)長(zhǎng)期人口老齡化帶來的就診量增長(zhǎng)壓力。而看病必須遵從“先診斷，后治療”的流程，醫(yī)生面臨著大量的醫(yī)療圖像診斷工作。反觀另一面，醫(yī)生資源的培育補(bǔ)充速度較慢，難以滿足這一需求缺口。如果沒有更行之有效的方法，就診和診斷之間的需求缺口將會(huì)進(jìn)一步擴(kuò)大。

幸運(yùn)的是，AI恰好在影像識(shí)別和影像處理上可以發(fā)揮巨大的作用。據(jù)《柳葉刀-胃腸病學(xué)和肝病學(xué)》新發(fā)表的研究成果顯示，人工智能輔助內(nèi)鏡檢查，可將胃腫瘤漏檢風(fēng)險(xiǎn)降低近八成。通過高效的AI算法結(jié)合高性能終端處理芯片，可以幫助醫(yī)生實(shí)現(xiàn)更加快速、準(zhǔn)確、大批量的醫(yī)療影像診斷。

AI醫(yī)學(xué)影像完成價(jià)值鏈閉環(huán)，走向規(guī)模化部署

(資料圖片僅供參考)

AI醫(yī)學(xué)影像可以分為X光、超聲、CT、MRI以及臨床診斷內(nèi)鏡等，不同的診斷手段對(duì)應(yīng)著不同的病癥特點(diǎn)和發(fā)病部位，因此對(duì)于AI的處理需求上也有所不同。

1超聲檢測(cè)超聲檢測(cè)主要應(yīng)用于腹部、甲狀腺、乳腺和心臟等部位的檢測(cè)，醫(yī)生通過實(shí)時(shí)超聲反射成像來觀察病灶。采集和閱片這兩個(gè)過程同步進(jìn)行，需要同一位醫(yī)生在檢測(cè)的同時(shí)完成，因此對(duì)于醫(yī)生的經(jīng)驗(yàn)要求和圖像實(shí)時(shí)性要求較高。超聲檢測(cè)并沒有一個(gè)完全通用且有效的標(biāo)準(zhǔn)，醫(yī)生的操作習(xí)慣和水平，以及患者的身體情況將直接影響圖像的質(zhì)量。AI在超聲檢測(cè)過程中，主要通過三維圖像處理進(jìn)行輔助診斷。AI+超聲可以輔助醫(yī)生進(jìn)行圖像分析，獲得診斷結(jié)論。而這其中的難點(diǎn)在于既要強(qiáng)調(diào)算法的準(zhǔn)確度，又要有很好的實(shí)時(shí)性。

2內(nèi)鏡檢測(cè)內(nèi)鏡檢測(cè)則主要針對(duì)消化系統(tǒng)疾病，包括腸息肉等。這類檢測(cè)的難點(diǎn)在于，需要對(duì)多攝像頭反饋的多通道數(shù)據(jù)進(jìn)行處理，與此同時(shí)傳感器的分辨率提高也帶來了更高數(shù)據(jù)處理帶寬的壓力。對(duì)于醫(yī)生而言，早期病癥的甄辨也同樣需要長(zhǎng)時(shí)間的經(jīng)驗(yàn)積累，而AI的能力加持就可以降低對(duì)于這種經(jīng)驗(yàn)的依賴，進(jìn)一步幫助低年資內(nèi)鏡醫(yī)師的培訓(xùn)。內(nèi)窺鏡檢測(cè)對(duì)于AI三維影像處理能力要求極高，需要通過AI上色進(jìn)行特征標(biāo)記、控制和閱片，包括內(nèi)鏡的自主運(yùn)動(dòng)治療等。

3核磁共振核磁共振（MRI）主要是針對(duì)顱內(nèi)腫瘤、心血管病和靜脈瘤等，同樣需要AI三維圖像進(jìn)行輔助診斷。X線和CT主要針對(duì)肺結(jié)核、肺炎、冠心病等檢測(cè)，需要進(jìn)行AI圖像重建，通過輔助拍片或閱片進(jìn)行輔助診斷。這三類檢測(cè)相比超聲和內(nèi)窺鏡，對(duì)于閱片的實(shí)時(shí)性要求不高，但對(duì)于圖像后處理和AI推理的要求更高。

圖2：AI醫(yī)學(xué)影像分類

（圖源：頭豹）

當(dāng)前我國的AI醫(yī)療器械市場(chǎng)處于高速發(fā)展階段。根據(jù)前瞻產(chǎn)業(yè)研究院的報(bào)告，我國AI醫(yī)學(xué)影像市場(chǎng)2021年的規(guī)模是8.2億元，預(yù)計(jì)2027年將達(dá)到230億元。另外來自國信證券經(jīng)濟(jì)研究所的報(bào)告稱，2030年AI醫(yī)學(xué)影像市場(chǎng)規(guī)模將達(dá)到423億元，年平均增長(zhǎng)率超過60%。IDC中國高級(jí)市場(chǎng)分析師林紅也在一份報(bào)告中指出：“現(xiàn)階段，醫(yī)學(xué)影像AI系統(tǒng)正在從單點(diǎn)應(yīng)用走向規(guī)模化部署，從價(jià)值認(rèn)可走向價(jià)值倍增。”

AI醫(yī)學(xué)影像在應(yīng)用上已經(jīng)實(shí)現(xiàn)了價(jià)值鏈閉環(huán)，接下來將邁向大規(guī)模普及，需要在技術(shù)和臨床上實(shí)現(xiàn)雙輪驅(qū)動(dòng)。上海交大生物醫(yī)學(xué)工程學(xué)院教授錢大宏認(rèn)為，AI輔助診斷的發(fā)展有兩個(gè)重要要素，一是臨床驅(qū)動(dòng)，二是核心技術(shù)驅(qū)動(dòng)。要將AI輔助診斷切入醫(yī)生的工作流，成為臨床強(qiáng)剛需，這是落地的關(guān)鍵。

在核心技術(shù)的算法層面，多模態(tài)輸入是當(dāng)前業(yè)界探索的重點(diǎn)，另外實(shí)現(xiàn)無監(jiān)督的人工智能學(xué)習(xí)也同樣重要。但所謂技術(shù)落地的關(guān)鍵，不僅指的是AI算法技術(shù)，更重要的是軟硬件相結(jié)合。對(duì)于不同AI輔助診斷醫(yī)療器械而言，需要有與之場(chǎng)景和算法相匹配的芯片平臺(tái)，才能真正地將AI的能力放大，實(shí)現(xiàn)AI輔助診斷在設(shè)備端和臨床上的賦能。

AI醫(yī)學(xué)影像的基石——高性能芯片平臺(tái)

那么不同的醫(yī)學(xué)影像診斷，對(duì)于芯片平臺(tái)都有何不同的要求？這要結(jié)合各自的診斷設(shè)備的技術(shù)發(fā)展來看。

1超聲成像在超聲醫(yī)學(xué)成像方面，通道數(shù)直接關(guān)乎成像的高分辨率和深度。但在保證設(shè)備便攜與互聯(lián)的前提下，在其中進(jìn)行多通道的拓展會(huì)變得越來越困難。面對(duì)超聲設(shè)備多通道和小型化發(fā)展的趨勢(shì)，需要AI能力來實(shí)現(xiàn)更高的實(shí)時(shí)掃描率。

新一代超聲成像是思考模式的轉(zhuǎn)變，作為FPGA領(lǐng)域的知名廠商，Xilinx的產(chǎn)品能夠讓超聲檢測(cè)從正常順序采集，升級(jí)到整個(gè)平面的并行采集。Xilinx的Versal AI系列不僅能夠提供一個(gè)運(yùn)行合成孔徑或平面波算法的波束成形器，還能在單個(gè)芯片上提供128個(gè)工作元件和200行的分辨率。通過Xilinx ACAP平臺(tái)，超聲檢測(cè)設(shè)備從心臟成像到腹部成像，再到任何小部件事物檢測(cè)上，都可以獲得每秒幾百幀到幾千幀的掃描速率。此外，Xilinx ZYNQ-Ultrascale+SoC技術(shù)還可以在小型化超聲設(shè)備中實(shí)現(xiàn)多波束成形，在手持設(shè)備中整合多達(dá)8個(gè)并行波束成形器。

圖4：Xilinx Versal AI系列的超聲檢測(cè)方案

（圖源：Xilinx）

2CT、MRI、PETCT、MRI和PET醫(yī)學(xué)成像設(shè)備是對(duì)同步性要求極高的大型機(jī)器，需要在不同的子系統(tǒng)之間保持同樣的高計(jì)算能力。Xilinx提供的全新ACAP平臺(tái)，能夠提供圖像重建技術(shù)所需的卸載/加速能力，可在單個(gè)平臺(tái)上集成基于機(jī)器學(xué)習(xí)的圖像分析功能，同時(shí)進(jìn)一步提升AI性能。

3內(nèi)鏡應(yīng)用在臨床內(nèi)鏡應(yīng)用中，追求的是極低延時(shí)和極高的分辨率。使用內(nèi)窺鏡的外科手術(shù)需要實(shí)時(shí)的響應(yīng)，圖像的捕獲、傳輸、預(yù)處理和顯示的時(shí)延要求在50~150毫秒之間。系統(tǒng)需要先對(duì)各種圖片的顏色及噪聲進(jìn)行校正，然后再進(jìn)行邊緣增強(qiáng)和縮放。像雙4K視頻內(nèi)窺鏡這樣的高分辨率設(shè)備，對(duì)于圖像信號(hào)的預(yù)處理要求極高。Xilinx Versal AI Edge系列器件可以在提供高性能預(yù)處理的同時(shí)，提供所需的低延遲，保持系統(tǒng)具有合適的熱包絡(luò)。

圖5：Xilinx的雙4K內(nèi)窺鏡設(shè)計(jì)范例

（圖源：Xilinx）

不論是上述何種醫(yī)療影像設(shè)備，都包含了端側(cè)圖像采集、預(yù)處理計(jì)算、云端數(shù)據(jù)處理和記錄等多個(gè)子系統(tǒng)。AI醫(yī)學(xué)影像系統(tǒng)的整體復(fù)雜度較高，硬件方案也難以統(tǒng)一，頂層算法開發(fā)和底層硬件實(shí)現(xiàn)之間的耦合難度較大。為了解決這一難題，Xilinx不僅提供了諸多AI加速芯片平臺(tái)，也聯(lián)合算法API廠商和云服務(wù)廠商，提供了集成邊緣至云端的完整AI醫(yī)學(xué)影像解決方案，從而助力不同類型的AI影像系統(tǒng)開發(fā)。

快速原型開發(fā)，Xilinx評(píng)估套件來助力

如何迎合AI醫(yī)療診斷的發(fā)展需求，快速開發(fā)出真正能夠賦能臨床應(yīng)用的AI醫(yī)學(xué)影像方案？接下來的這兩款評(píng)估套件或可助您一臂之力。

第一款是Xilinx Zynq UltraScale+ MPSoC ZCU102評(píng)估套件，在貿(mào)澤電子上的料號(hào)為EK-U1-ZCU102-G-ED。該套件采用了Zynq UltraScale+ MPSoC器件，配有四核ARMCortex-A53、雙核Cortex-R5和基于Xilinx的16nm FinFET可編程邏輯結(jié)構(gòu)的Mali-400 MP2圖形處理單元。

圖7：Xilinx Zynq UltraScale+ MPSoC ZCU102評(píng)估板

（圖源：貿(mào)澤電子）

該評(píng)估套件上集成了4GB 64位的DDR4 SODIMM和512MB的DDR4組件內(nèi)存，提供了PCIe、USB3、顯示端口和SATA接口。ZCU102評(píng)估套件具有豐富的板載資源和接口，配合Xilnx的Vivado軟件開發(fā)平臺(tái)，可以快速幫助開發(fā)者完成基本外設(shè)控制，創(chuàng)建邏輯設(shè)計(jì)，并封裝成IP，直接在板上進(jìn)行IP仿真驗(yàn)證，加速客戶的原型開發(fā)。

我們推薦的第二款開發(fā)板是Xilinx Versal AI Core系列VCK190評(píng)估套件，在貿(mào)澤電子上的產(chǎn)品料號(hào)為EK-VCK190-G-ED。VCK190評(píng)估套件設(shè)計(jì)用于需要高吞吐量AI推理和信號(hào)處理的設(shè)計(jì)。該套件的計(jì)算能力是服務(wù)器級(jí)CPU的100倍，提供各種連接選項(xiàng)和標(biāo)準(zhǔn)化開發(fā)流程。對(duì)于AI影像計(jì)算而言，該套件具有PCIe Gen4接口，支持高計(jì)算性能和數(shù)據(jù)搬運(yùn)，并且配備面向視頻處理應(yīng)用的HDMI接口，方便直接進(jìn)行屏幕和傳感器的連接。

圖8：Xilinx Versal AI Core系列VCK190評(píng)估套件

（圖源：貿(mào)澤電子）

未來：黑科技與白大褂結(jié)合

AI驅(qū)動(dòng)下，醫(yī)學(xué)影像行業(yè)將會(huì)迎來巨變。一項(xiàng)針對(duì)2022年國內(nèi)24個(gè)省市的332位影像人進(jìn)行的問卷調(diào)查結(jié)果顯示：使用AI產(chǎn)品之后，平均每天能完成50例以上的科室比例，從14.76%上升到了34.04%；70.48%的科室有著AI疾病解決方案的采購需求。2023年或?qū)⒊蔀橹腔坩t(yī)療的爆發(fā)元年。

我們將會(huì)看到，隨著醫(yī)保制度的完善和AI影像設(shè)備的臨床應(yīng)用比率提高，AI醫(yī)學(xué)影像賽道將會(huì)加速進(jìn)入價(jià)值正反饋的周期中，黑科技和白大褂的黑白結(jié)合將會(huì)為我們帶來更智能高效的醫(yī)療就診體驗(yàn)。

關(guān)于貿(mào)澤電子

貿(mào)澤電子（Mouser Electronics）是一家全球知名的半導(dǎo)體和電子元器件授權(quán)代理商，分銷超過1200家品牌制造商的680多萬種產(chǎn)品，為客戶提供一站式采購平臺(tái)。我們專注于快速引入新產(chǎn)品和新技術(shù)，為設(shè)計(jì)工程師和采購人員提供潮流選擇。