邊緣計算的應(yīng)用未來可在整個人工智能領(lǐng)域中流行起來

通過眼底攝像頭、人工智能算法、NVIDIA GPU和邊緣計算架構(gòu)四者的結(jié)合，臺灣醫(yī)療科技公司MiiS將人工智能應(yīng)用到前沿以對抗糖尿病引起的失明。

全世界當前有4億多糖尿病患者，糖尿病眼病篩查因此變得越來越普遍，但眼病篩選并非易事。

糖尿病視網(wǎng)膜病變的癥狀診斷是臨床普遍遇到的難題，即使借助眼睛內(nèi)部的高分辨率圖像，也常常難以得出結(jié)果。鑒于許多醫(yī)院和診所的互聯(lián)網(wǎng)連接并不健全，主要醫(yī)護人員想借助云平臺分析圖像進而提供全面的診斷幾乎是不可能的，即使可以，整個過程也非常耗時。

臺灣晉弘科技（MiiS）的銷售副總裁Julie Chen對此表示，“診斷時間過長增加了患者錯過早期治療機會的可能性?！?/p>

晉弘科技（MiiS）是一家臺灣醫(yī)療設(shè)備制造商。該公司通過眼底攝像頭、人工智能算法、NVIDIA GPU和邊緣計算架構(gòu)四者的結(jié)合解決了這一難題，從而迅速將糖尿病視網(wǎng)膜病變的診斷結(jié)果交給醫(yī)生。

通過在晉弘科技（MiiS）的Horus數(shù)字眼底相機中嵌入NVIDIA Jetson TX2 GPU超級計算機，以及經(jīng)過糖尿病性視網(wǎng)膜病檢測培訓的人工智能軟件，晉弘科技（MiiS）本質(zhì)上為醫(yī)生提供了一款十分便攜且由GPU驅(qū)動的人工智能設(shè)備，它可以在幾秒鐘內(nèi)生成診斷結(jié)果。

Julie Chen說：“患者可能由于各種原因沒能去看眼科醫(yī)生，我們的智能設(shè)備可以避免人們因長時間等待，而耽誤病情診斷?！?/p>

毋庸置疑：早期診斷至關(guān)重要

在早期發(fā)現(xiàn)糖尿病視網(wǎng)膜病變可以延緩甚至預(yù)防與糖尿病引起的失明。但是，主要醫(yī)護人員通常無法像眼科醫(yī)生或晉弘科技（MiiS）的AI模型一樣捕捉到一些模糊指標。

為了訓練這個模型，晉弘科技（MiiS）從三家合作醫(yī)院獲得了包含12萬張圖像的數(shù)據(jù)集。這些圖像由一個由50位醫(yī)生組成的團隊完成標記，并且在云端的數(shù)組NVIDIA GPU上完成培訓。

晉弘科技（MiiS）的解決方案首先生成所需的眼底圖像，隨后立即將其應(yīng)用于AI模型，并在內(nèi)嵌的Jetson TX2上運行推理計算。醫(yī)生則會在5秒鐘內(nèi)收到其分析結(jié)果。

晉弘科技（MiiS）的AI模型預(yù)測準確性大約為90％，這一數(shù)據(jù)與專業(yè)眼科醫(yī)生的判斷準確率相當。但是該解決方案的絕對優(yōu)勢在于速度：邊緣計算方法的性能比基于云計算的競品高10倍，且后者僅能在企業(yè)的互聯(lián)網(wǎng)連接穩(wěn)定時運行。

Julie Chen說：“全科醫(yī)生可以立即知道診斷結(jié)果，不用再一直等著來自云服務(wù)器的反饋?！?/p>

未來可期：這僅僅是開始

雖然成立于2010年的晉弘科技（MiiS）已經(jīng)開發(fā)了許多利用其Horus系列數(shù)字示波器的診斷設(shè)備，但此次針對糖尿病視網(wǎng)膜病變的解決方案是其對眼底圖像、AI和邊緣計算結(jié)合運用的首次嘗試。目前這一解決方案正在接受FDA審查。

Julie Chen表示，該方法還可以應(yīng)用于糖尿病相關(guān)的其他領(lǐng)域，例如耳科，口腔科和皮膚科。

此外，她還表示公司希望其對邊緣計算的應(yīng)用未來可在整個人工智能領(lǐng)域中流行起來，無論是醫(yī)療還是工業(yè)。

晉弘科技（MiiS）是NVIDIA初創(chuàng)計劃的成員，該計劃是一個虛擬加速器項目，專為初創(chuàng)企業(yè)提供市場宣傳、專業(yè)知識和技術(shù)支持。
責任編輯:pj