早上8点，一位患者进入吉林大学第一医院急诊卒中绿色通道，卒中救治团队迅速就位，家属在急诊室外焦急地等待着。

卒中，俗称中风，分为缺血性卒中和出血性卒中，具有发病率高、致残率高、死亡率高和复发率高的“四高”特点。我国是卒中大国，每年新发卒中病人约300万，46%的脑出血患者在发病1年内死亡或严重残疾。尤其我国东北地区，脑卒中年发病率和死亡率在全国最高。

在优化卒中诊疗方案、提升卒中救治水平的探索过程中，吉林大学第一医院放射线科主任、中华医学会放射学分会副主任委员张惠茅发现，人工智能医学影像辅助系统有望缩短影像评估时间、帮助医疗机构优化卒中诊疗流程，提高卒中患者治愈率。

01

引进AI助手，卒中诊疗模式发生改变

影像诊断是评估卒中患者病情、确定治疗方案的重要一环，常规评估时间为30-60分钟。吉林大学第一医院放射线科主任、中华医学会放射学分会副主任委员张惠茅说，“在多模式影像评估中心，借助人工智能医学影像辅助系统能够在3分钟内提供影像评估报告，帮助医生快速精准地判断血栓位置和出血风险。”

救治每延误1分钟，就会有190万个脑细胞受损，随着时间推移梗死区扩散面积越来越大，直至脑组织死亡。为了与时间赛跑，跑赢梗死区的扩散速度，医院组织多科室医生共同决策血管再通手术风险。在AI辅助下，医生可以更快判断是否符合影像学取栓标准，确定治疗方案，为保卫脑细胞生命力争取时间。

人工智能医学影像辅助系统这个AI助手的到来，它不仅加速了医生阅片和诊断决策的时间，更快找到病灶、判断病因、制定方案，还可以帮助更多低年资的医生避免误诊，比如：阅片时自动检出病灶，帮助低年资的影像医生提高阅片水平，避免因遗漏重要病灶延误病情；给出血管堵塞数据，帮助经验不足的医生评估是否取栓，让有希望的患者可以及时得到有效救治，争取一线生机。

无论是阅片还是评估血栓程度方面，AI助手都具备更高的诊疗水平，对于基层医生来说，这种能力太重要了！张惠茅认为，在AI助手的帮助下基层医生可以快速定位病灶、判断是否取栓，为广泛提高基层卒中患者诊疗水平带来新的曙光。

那么，这些强大的AI助手“师承何处”呢？

02

培养AI助手，天坛医院释放卒中诊疗能力

我国脑卒中灌注治疗复发率约为10%，国外先进水平约为7%，而首都医科大学附属北京天坛医院（以下简称：天坛医院）脑卒中灌注复发率仅为2%左右。如何将天坛医院的能力输送给各级医院，实现卒中诊疗水平的普遍提升呢？

天坛医院与北京安德医智科技有限公司（以下简称：安德医智）合作，联合成立了全球首个“神经疾病人工智能研究中心”，携手致力于培养AI助手，借助AI将天坛医院的先进水平传递给其他医疗机构。“神经疾病人工智能研究中心”以天坛医院丰富的高质量卒中影像数据为AI助手提供海量的学习素材，安德医智的深度学习模型反复训练AI助手建立辅助诊疗能力，浪潮强大的智慧算力让AI助手可以应对“题海战术”挑战并持续加快解题速度。正是具备以上三个条件，AI助手才能在这里学到天坛医院高水平的卒中诊疗本领。

当然，天坛医院与安德医智基于上万例临床影像数据进行AI模型开发与训练的过程中，也曾感到“力不从心”。首先训练AI前要遍历上万例CT/MRI影像从中提取证据要素组建模型，然而单个MRI就可以达到GB级，动辄要跑TB级的数据量；其次AI模型复杂度非常高，要想实现疾病的精准诊断需要充分的证据要素，因此AI模型的计算量大，具备高并发特征；最后，多个工程师针对不同特征要素开发模型并进行训练时，算力资源分配不均、算力利用率不高。

AI助手训练迫切需要突破算力瓶颈。针对此需求，浪潮提供了包括浪潮AI服务器、AI资源平台AI Station在内的整体解决方案。浪潮AI服务器单机计算性能高达2 PetaFLOPS，通过16颗AI芯片的高速互联，大大加快了模型的并行训练速度，将安德医智的主要模型训练速度提升10倍以上。浪潮AI Station则进一步帮助AI助手训练平台提升计算资源利用率，简化资源部署和团队协作。突破算力瓶颈后，天坛医院与安德医智的AI助手训练瞬间提速，80位工程师同时使用计算平台，训练时间由2周多降为2天。

全新的计算架构为“神经疾病人工智能研究中心”源源不断地注入计算能力，越来越多病种的AI助手从这里诞生，一个“学成归来”的AI助手走进了吉林大学第一医院开始为卒中患者服务，它的表现得到了医院的肯定。

03

助力优质医疗资源下沉，

浪潮为医疗AI应用护航

越来越多的医疗AI正快速涌现出来，其中有不少人工智能医疗器械已经拿下“NMPA人工智能三类医疗器械注册证”走向市场。从心脑血管到肿瘤放疗，从辅助筛查到辅助治疗，从病灶特征识别到治疗计划制定，一个又一个AI助手陆续走进各级医院的各个科室，带着先进医院专家的诊疗经验在诊疗流程的各个环节提供智力支持，尤其是为基层医院带来了新的机遇。

殊不知，对于基层医院来说一场AI应用带来的算力挑战也正悄然而至。

随着基层医院里的AI应用越来越多，计算能力要求各异，每个AI背后的计算架构或许不同，各种类型AI芯片接入标准也不一样。刚刚还沉浸在引入AI应用的喜悦中的基层医院，很快又陷入了计算挑战的“漩涡”之中，如何抉择呢？临床如果使用多元AI应用，信息中心就会遇到系统适配、芯片驱动、互联互通、功耗管理、安全传输、易用性等各类问题，基层医院的信息中心有能力应付这般复杂的多元AI应用算力架构吗？

2021年9月，浪潮发布新版AIStation人工智能推理服务平台，为快速发展的人工智能医疗应用提供强大的服务管理支撑，帮助医院统一高效的AI芯片算力调度。AIStation既能协助天坛医院和安德医智打造的这类AI研发中心化解AI算力瓶颈，实现了计算平台资源按需调用，对计算力资源进行统一、高效的管理；又能帮助基层医院实现高效的AI应用算力管理，帮助医院摆脱在大规模AI计算集群中进行算力选择、算力适配等繁杂工作，提高调度效率、提高资源利用率、实现自动扩容、支持多源模型统一部署。

针对多元AI算力的应用困局，浪潮AIStation推理服务平台实现了对英伟达等6家国际国内厂商的12款AI芯片的多元算力支持。每一个医疗AI应用通过适配浪潮提供的AI芯片算力接入规范即可快速接入AIStation平台，如此一来医院的计算管理难度大幅降低，尤其是医信人才匮乏的基层医疗机构更是松了一口气。此外，AIStation平台还可以自动实现多元算力的统一管理及调度，为生产环境算力运行提供一致的监管功能，对GPU、MLU、XPU等AI芯片的性能状况、AI业务流量及响应延时进行实时监控，并根据监控数据进行分析、决策、执行操作，实现服务算力的自动调节、自适应推理业务突发资源扩展需求，极大地缓解信息中心的硬件运维压力。

04

浪潮：以科技创新推动中国医疗高质量发展

十年前，人们还是激烈辩论移动护理的可行性。今天，AI助手已经开始“持证上岗”辅助诊疗。

可以预见，在浪潮等科技创新者的推动下，接下来将有越来越多的科技助手快速融入医疗流程，从医院管理、临床科研、患者服务等各个维度推动中国医疗高质量发展，共绘健康中国美好蓝图。