智慧醫療變革 AI加持實現更快速準確的判斷 醫學影像的未來方向

AI醫學影像可以分為X光、超聲、CT、MRI以及臨床診斷內鏡等，不同的診斷手段對應著不同的病癥特點和發病部位，因此對于AI的處理需求上也有所不同。

?1???超聲檢測 超聲檢測主要應用于腹部、甲狀腺、乳腺和心臟等部位的檢測，醫生通過實時超聲反射成像來觀察病灶。采集和閱片這兩個過程同步進行，需要同一位醫生在檢測的同時完成，因此對于醫生的經驗要求和圖像實時性要求較高。超聲檢測并沒有一個完全通用且有效的標準，醫生的操作習慣和水平，以及患者的身體情況將直接影響圖像的質量。AI在超聲檢測過程中，主要通過三維圖像處理進行輔助診斷。AI+超聲可以輔助醫生進行圖像分析，獲得診斷結論。而這其中的難點在于既要強調算法的準確度，又要有很好的實時性。

?2???內鏡檢測 內鏡檢測則主要針對消化系統疾病，包括腸息肉等。這類檢測的難點在于，需要對多攝像頭反饋的多通道數據進行處理，與此同時傳感器的分辨率提高也帶來了更高數據處理帶寬的壓力。對于醫生而言，早期病癥的甄辨也同樣需要長時間的經驗積累，而AI的能力加持就可以降低對于這種經驗的依賴，進一步幫助低年資內鏡醫師的培訓。內窺鏡檢測對于AI三維影像處理能力要求極高，需要通過AI上色進行特征標記、控制和閱片，包括內鏡的自主運動治療等。

?3???核磁共振 核磁共振（MRI）主要是針對顱內腫瘤、心血管病和靜脈瘤等，同樣需要AI三維圖像進行輔助診斷。X線和CT主要針對肺結核、肺炎、冠心病等檢測，需要進行AI圖像重建，通過輔助拍片或閱片進行輔助診斷。這三類檢測相比超聲和內窺鏡，對于閱片的實時性要求不高，但對于圖像后處理和AI推理的要求更高。

圖2：AI醫學影像分類

（圖源：頭豹）

當前我國的AI醫療器械市場處于高速發展階段。根據前瞻產業研究院的報告，我國AI醫學影像市場2021年的規模是8.2億元，預計2027年將達到230億元。另外來自國信證券經濟研究所的報告稱，2030年AI醫學影像市場規模將達到423億元，年平均增長率超過60%。IDC中國高級市場分析師林紅也在一份報告中指出：“現階段，醫學影像AI系統正在從單點應用走向規?；渴?，從價值認可走向價值倍增?！?/p>

AI醫學影像在應用上已經實現了價值鏈閉環，接下來將邁向大規模普及，需要在技術和臨床上實現雙輪驅動。上海交大生物醫學工程學院教授錢大宏認為，AI輔助診斷的發展有兩個重要要素，一是臨床驅動，二是核心技術驅動。要將AI輔助診斷切入醫生的工作流，成為臨床強剛需，這是落地的關鍵。

在核心技術的算法層面，多模態輸入是當前業界探索的重點，另外實現無監督的人工智能學習也同樣重要。但所謂技術落地的關鍵，不僅指的是AI算法技術，更重要的是軟硬件相結合。對于不同AI輔助診斷醫療器械而言，需要有與之場景和算法相匹配的芯片平臺，才能真正地將AI的能力放大，實現AI輔助診斷在設備端和臨床上的賦能。

AI醫學影像的基石——高性能芯片平臺

那么不同的醫學影像診斷，對于芯片平臺都有何不同的要求？這要結合各自的診斷設備的技術發展來看。

?1???超聲成像 在超聲醫學成像方面，通道數直接關乎成像的高分辨率和深度。但在保證設備便攜與互聯的前提下，在其中進行多通道的拓展會變得越來越困難。面對超聲設備多通道和小型化發展的趨勢，需要AI能力來實現更高的實時掃描率。

新一代超聲成像是思考模式的轉變，作為FPGA領域的知名廠商，Xilinx的產品能夠讓超聲檢測從正常順序采集，升級到整個平面的并行采集。Xilinx的Versal AI系列不僅能夠提供一個運行合成孔徑或平面波算法的波束成形器，還能在單個芯片上提供128個工作元件和200行的分辨率。通過Xilinx ACAP平臺，超聲檢測設備從心臟成像到腹部成像，再到任何小部件事物檢測上，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技術還可以在小型化超聲設備中實現多波束成形，在手持設備中整合多達8個并行波束成形器。

圖4：Xilinx Versal AI系列的超聲檢測方案

（圖源：Xilinx）

?2???CT、MRI、PET CT、MRI和PET醫學成像設備是對同步性要求極高的大型機器，需要在不同的子系統之間保持同樣的高計算能力。Xilinx提供的全新ACAP平臺，能夠提供圖像重建技術所需的卸載/加速能力，可在單個平臺上集成基于機器學習的圖像分析功能，同時進一步提升AI性能。

?3???內鏡應用 在臨床內鏡應用中，追求的是極低延時和極高的分辨率。使用內窺鏡的外科手術需要實時的響應，圖像的捕獲、傳輸、預處理和顯示的時延要求在50~150毫秒之間。系統需要先對各種圖片的顏色及噪聲進行校正，然后再進行邊緣增強和縮放。像雙4K視頻內窺鏡這樣的高分辨率設備，對于圖像信號的預處理要求極高。Xilinx Versal AI Edge系列器件可以在提供高性能預處理的同時，提供所需的低延遲，保持系統具有合適的熱包絡。

圖5：Xilinx的雙4K內窺鏡設計范例

（圖源：Xilinx）

不論是上述何種醫療影像設備，都包含了端側圖像采集、預處理計算、云端數據處理和記錄等多個子系統。AI醫學影像系統的整體復雜度較高，硬件方案也難以統一，頂層算法開發和底層硬件實現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，也聯合算法API廠商和云服務廠商，提供了集成邊緣至云端的完整AI醫學影像解決方案，從而助力不同類型的AI影像系統開發。

快速原型開發，Xilinx評估套件來助力

如何迎合AI醫療診斷的發展需求，快速開發出真正能夠賦能臨床應用的AI醫學影像方案？接下來的這兩款評估套件或可助您一臂之力。

第一款是Xilinx Zynq UltraScale+ MPSoC ZCU102評估套件，在貿澤電子上的料號為EK-U1-ZCU102-G-ED。該套件采用了Zynq UltraScale+ MPSoC器件，配有四核ARM Cortex-A53、雙核Cortex-R5和基于Xilinx的16nm FinFET可編程邏輯結構的Mali-400 MP2圖形處理單元。

圖7：Xilinx Zynq UltraScale+ MPSoC ZCU102評估板

（圖源：貿澤電子）

該評估套件上集成了4GB 64位的DDR4 SODIMM和512MB的DDR4組件內存，提供了PCIe、USB3、顯示端口和SATA接口。ZCU102評估套件具有豐富的板載資源和接口，配合Xilnx的Vivado軟件開發平臺，可以快速幫助開發者完成基本外設控制，創建邏輯設計，并封裝成IP，直接在板上進行IP仿真驗證，加速客戶的原型開發。

我們推薦的第二款開發板是Xilinx Versal AI Core系列VCK190評估套件，在貿澤電子上的產品料號為EK-VCK190-G-ED。VCK190評估套件設計用于需要高吞吐量AI推理和信號處理的設計。該套件的計算能力是服務器級CPU的100倍，提供各種連接選項和標準化開發流程。對于AI影像計算而言，該套件具有PCIe Gen4接口，支持高計算性能和數據搬運，并且配備面向視頻處理應用的HDMI接口，方便直接進行屏幕和傳感器的連接。

圖8：Xilinx Versal AI Core系列VCK190評估套件

（圖源：貿澤電子）

未來：黑科技與白大褂結合

AI驅動下，醫學影像行業將會迎來巨變。一項針對2022年國內24個省市的332位影像人進行的問卷調查結果顯示：使用AI產品之后，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年或將成為智慧醫療的爆發元年。

我們將會看到，隨著醫保制度的完善和AI影像設備的臨床應用比率提高，AI醫學影像賽道將會加速進入價值正反饋的周期中，黑科技和白大褂的黑白結合將會為我們帶來更智能高效的醫療就診體驗。

? 關于貿澤電子

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