ITHowBiz,睿·信科技网站发布公测啦……!

×

x86架构促医疗数据价值普惠大众

关闭

viewpoint-2017010901-cover

 

对于医疗而言,获取数据的时间与成本直接与生命息息相关。美国国家人类基因研究所(the National Human Genome Research Institute,简称‘NHGRI’)报告显示,基因组测序的成本下降趋势与英特尔摩尔定律存在着紧密的关联性。截止2015年10月,基因组测序平均成本已经从2001年的46700美元下降到1245美元。与精准医疗紧密相关的人类基因组测序,仅仅呈现出IT技术在医疗数据分析领域中的一个关键价值。今天,通过依托英特尔x86开放架构所构建的IT基础架构,在医疗影像分析、重大疾病预测以及精准医疗领域中,均扮演着不同的重要角色。

nhgri

x86架构 让PACS影像价值不再“浅尝辄止”

国内三级医疗机构,其每年PACS系统累积的数据体量至少是以TB为单位计。这些医疗影像数据想要得到有效的挖掘和利用,不仅要与患者的电子病历数据进行有效的汇集。影像数据为典型的非结构化数据,而电子病历则为结构化数据,医疗机构只有通过Hadoop开源平台,才能够快速的将这类大数据进行整合,从而展开有益的医学分析。英特尔不仅能够通过其自身的x86基础架构快速、高效的部署Hadoop平台,同时由于英特尔与CloudEra的深度合作(CloudEra创立者兼首席架构师Doug Cutting开发了Hadoop),使得医疗机构在采用以x86架构构建影像数据分析的过程中,能够得到基于底层硬件平台的优化。

PACS影像数据分析的价值有助于医疗人员更为精准的诊断疾病,而伴随大数据在PACS系统中的深度应用,借助相应的医学模型的建立以机器学习为核心构建的智能分析平台,更能够提升医疗机构诊断水平。浙江大学数理学院基于深度学习(Deep learning)算法和深度思考(Deep Thinking)理论,结合超声医学界图像病变区域的分割技术、检测与识别技术,通过大量不同品牌、不同型号的超声仪器采集的医学数据来训练网络结构,开发出了超声医学影像智能诊断系统——DE超声机器人。依托英特尔至强平台,针对甲状腺超声影像数据的特点对算法进行了改进和优化,并利用所获得的大样本数据对计算机进行训练,甲状腺结节诊断系统已经在浙大附一院,301医院等部署,经与浙大一院联合测试,结节良恶性诊断的准确率可达85%以上。

开放架构实现医疗数据“量变到质变”

基因测序、医疗影像数据分析,这些围绕某一类医疗业务领域所展开的数据分析,对于医疗机构整体涵盖的医疗数据而言,依旧是“露出海面的冰山一角”。围绕患者诊疗流程所产生的海量数据,一旦被有效的汇集和分析,对于医疗机构诊疗水平的提升以及对患者重大疾病的预防、预测而言,则会起到重要的作用。

实现这一目标的前提需要医疗机构能够有效的利用Hadoop平台,借助构建医疗临床数据中心(CDR)为契机,整合医疗机构的各类诊疗、检验、化验数据。对于Hadoop平台的熟练程度,无疑给原本就IT能力略显不足的医疗机构提出了挑战。英特尔依托至强服务器,提供了一套开源、开放的大数据构建方案,即TAP(Trusted Analytics Platform)“可信分析平台”。借助TAP,医疗机构可以快速的开展基于Hadoop架构的大数据医疗分析。

Penn Medicine是一家拥有超过2000名医生的美国大型医疗机构,其通过与英特尔合作,采用了TAP方案,首先依托OpenStack平台实现了将其机构中近3000套不同的业务系统运行在自身云平台之中。该平台确保了该医疗机构IT系统24*7不间断的稳定运行。与此同时,针对,Penn Medicine数据科学团队围绕临床数据构建医疗分析模型,首次针对败血症和心力衰竭等急重疾病的预防、预测展开大数据分析。通过Hadoop平台,Penn Medicine汇集了近10年300万患者的临床数据,从而构建起一套完整的临床数据仓库。依托大数据分析模型,该医疗机构选取了150位败血症患者进行临床研究。Penn Medicine准确识别了约 85% 的败血症病例,相较以往有了50%诊断提升。

医疗领域所触及的数据分析和挖掘,乃至上升到今天的人工智能,充斥着各种挑战和机遇。无论是从纵向对某一类疾病诊断、预防的数据分析,还是从横向维度分析整个患者的诊疗流程、路径。依托x86所构建的IT基础架构,能够让医疗机构在挖掘医疗数据资源的过程中做到游刃有余。

返回顶部