45
機器人
人工智能＋大數據，人類如何向疾病宣戰？
《人類簡史》作者尤瓦爾·赫拉利提出：幾千年來，人類戰勝了饑荒、瘟疫和戰爭之後，將麵臨三大新議題：戰勝死亡、永久幸福和升級為神一樣的人。
未來，在萬物互聯時代，隨著大數據和人工智能技術的不斷進步，強大的電腦算法和數據分析將在人類的生產生活中占據重要地位，甚至對數據的信仰將成為一種新的“宗教”。
那麼，醫療行業與大數據、人工智能融合將如何向疾病宣戰，甚至戰勝死亡呢？
從“望聞問切”到醫療大數據
2017年7月20日，國務院辦公廳印發的《新一代人工智能發展規劃》指出：推廣應用人工智能治療新模式、新手段，建立快速精準的智能醫療體係，如研發人機協同臨床智能診療方案，實現智能影像識別、病理分型和智能多學科會診等。
以醫學影像大數據為例。在古代，扁鵲、華佗等名醫通過“望、聞、問、切”來診斷患者病因。200年前，法國醫生雷奈克發明了聽診器。到了近代，隨著醫學成像技術的進步，X光、超聲波、放射性核素顯像、X-CT、MRI、數字化成像等這些技術幫助醫生們更加深入的了解人體內部病變。
“望、聞、問、切”獲得的是小數據，而醫學影像產生的則是大數據。隨著數據庫和IT技術的發展，數字化影像傳輸和電子膠片應運而生。而伴隨著信息化的不斷深入，醫學影像信息被數字化、數據化後形成了豐富多樣的、存儲量龐大的醫學大數據。
長期以來，包括電子病曆、醫學影像和醫院視頻等，醫療領域積累了大量的數據，但是我們講大數據具有“4V”特征（Volume大量、Variety多樣、Value價值、Velocity高速），“Volume大量”是基礎，但數據不一定是越多越好，數據質量非常重要，比如大量非真實和嚴重缺失不完整的數據是毫無價值的，甚至會誤導分析，這對於準確度要求更高的醫療行業尤為重要。
因此，大數據的真正的價值在於：精準、實時地收集高質量的數據，通過處理分析提供準確的輸出，且能實現數據資源的多次重複再利用。如何構架一個高效的大數據平台是關鍵環節。
醫療大數據平台構架
英特爾所提供的針對大數據分析的總體架構，主要由數據中心硬件、基礎設施資源管理、大數據處理平台和醫療信息服務平台業務應用四層構架組成。
該平台充分利用底層軟硬件架構來進行數據的采集、處理、存儲、分析和對最終用戶的數據呈現、業務處理支持等，要求：
1）高性能的底層硬件支持，在數據中心配置了英特爾至強處理器、基於3D XPoint技術的存儲/內存、基於Intel Fabric的高速網絡。
2）在基礎設施資源管理上，支持彈性部署，可靈活動態擴展，采用分布式存儲，並具備高安全性。
3）在大數據分析處理上，支持對數據清洗和預處理以收集高質量數據、實時數據處理分析，並采用機器學習的相關技術，進行預測、推理型分析。
以其中的離線分析為例，其構架圖如下：
Hive是開源的數據倉庫實現，它能夠很好地支持基於SQL的查詢，方便開發人員實現統計型分析需求。HBase可以用於存儲離線分析後生成的維度數據，以及支持快速的數據鑽取查詢。Mahout是開源的機器學習框架，基於已經實現的機器學習算法，方便開發人員實現預測、推理型分析需求。
在分析處理流程上（如下圖），
數據清洗與預處理進行數據驗證、修正或清除錯誤數據，然後生成實時查詢和報表服務，並引入基於機器學習的數據挖掘服務。
AI+大數據，喚醒沉睡的金礦
再以醫學影像為例，目前醫療數據中有超過90%來自於醫學影像，大量的非結構化影像數據傳統上需要醫療工作者一一識別，是一項非常繁重的工作。
而通過先進的深度學習技術和醫學影像分析技術，我們可以實現自動化目標檢測與分割，輔助疾病診斷和手術規劃，有效提高醫學影像在臨床應用中的診斷效率和可靠性(如下表)。
“AI+醫學影像”可表現於兩個方麵：
1）利用AI圖像識別醫學影像，獲取重要信息，提高判讀醫學影像的效率。
2）基於深度學習，通過大量已有的影像數據和臨床診斷信息訓練人工智能係統，輔助臨床診斷，降低誤診、漏診概率。
聯想開發了一個LEAP醫療大數據分析平台（Lenovo Enterprise Analytics Platform, LEAP），該平台涵蓋數據采集與集成、大數據計算平台、算法與分析工具、平台運維管理、數據資產管理等五大部分，支持企業內部/外部數據的采集與集成、實現海量數據的存儲、並提供極佳的數據計算與深度分析挖掘能力。
聯想醫療大數據平台架構圖
該平台與英特爾公司全新大數據可信分析平台—TAP集成，實現更加有效地進行數據管理、協議提取、負載分配以及計算，讓數據變得可操作。
Intel Trusted Analytics Platform(TAP)架構示意
作為基礎構架，TAP是一個開源的可信計算平台，幫助企業和開發者加速采用機器學習，為大數據用戶擁有更好的用戶體驗。
TAP平台是一個集成、自助的數據科學工作環境，提供用於處理大數據的工具、引擎、 框架和算法，支持豐富的服務和API，集成的可自助服務的應用套件等。
該平台也麵向5G物聯網，它可快速部署和連接開源大數據分析工具，如Hadoop、Spark等，以提供各種物聯網分析應用。
萬物互聯、大數據、人工智能，毫無疑問已成為下一波浪潮，顯然這也是英特爾眼中的願景。英特爾正致力於醫療業務的智能化和自動化，以更好利用數據這一武器來擊退疾病。
事實上，作為芯片龍頭製造商，英特爾正在向人工智能、無人駕駛、5G、虛擬現實、中國製造2025、精準醫療、體育、機器人等多個領域發力，全新推出的英特爾至強可擴展處理器以更強勁的數據處理能力，正助力更多行業和領域更好地利用數據，加速數字化轉型升級。
來源：網優雇傭軍
最後更新：2017-11-02 22:19:04