关于AI技术在心脏MRI诊断应用分析和介绍

最近，朋友圈流传一篇热文《“往后余生，向死而生”，一个 38 岁中年男人的心梗满月纪》，很多人因此关心起了心血管健康。2017 年，世界卫生组织发布了有关心血管疾病的重要事实：心血管疾病是全球的头号死因：每年死于心血管疾病的人数多于任何其它死因；四分之三以上的心血管疾病死亡发生在低收入和中等收入国家。

在中国，国家心血管病中心发布的《中国心血管病报告 2017》推算，我国心血管病患病人数已达 2.9 亿，并仍在快速增长，目前心血管病死亡占居民疾病死亡构成的 40% 以上，居首位。

对于来势汹汹、愈演愈烈的心血管病患，MRI（磁共振成像）是一种非常有效的诊断手段。科研论文显示：兼具摄像机和显微镜功能的 MRI，可以用于对心脏结构、功能和组织特性的评估，在重症或复杂疾病的诊断和鉴别诊断，以及在疾病的预后判断和危险分层中发挥重要作用。白璧微瑕之处在于：心脏病专家常常使用手动或半自动工具，从 MRI 成像中提取定量测量值，但这一步骤非常耗时且容易出错，同时在解读图像时容易受到主观性的影响。现在，应用最新的 AI 和深度学习技术，可以逐步改善、乃至解决这个问题。

西门子医疗和英特尔合作，推出了一种基于人工智能的心脏 MRI 分割和分析模型，有望提供实时的心血管疾病诊断。英特尔和西门子医疗使用第二代英特尔 至强可扩展处理器，其中集成英特尔深度学习加速技术（Intel Deep Learning Boost）和OpenVINO 工具包，完成人工智能推理，为技术专家、心脏病专家和放射科医生提供实时 MRI 推理结果，整体诊断速度可以提升3到10倍。

AI加持，加速诊断

在医疗领域应用 AI，西门子医疗已经走在前列。他们已经在心血管和放射成像领域使用了相关技术，不过，如何将 AI 无缝整合到诊断流程中，从而提升诊疗的一致性和准确性，仍然是西门子一直关注的命题。虽然有一些机构使用图像处理芯片 GPU 进行 AI 计算，但这将会增加系统和运营的成本，同时带来更多不必要的复杂度，而且无法做到向后兼容。

西门子医疗现有的系统已经广泛使用了英特尔处理器，因此，利用现有的处理器基础设施运行 AI 计算负载，是一个合理而且可行的选择。

西门子医疗和英特尔合作，使用第二代英特尔至强可扩展处理器，优化现有的心腔检测和量化模型。该模型对左右心室进行语义切分，并可扩展到四个心房。向模型中输入一系列 MRI 心跳图像，输出的就是心脏的结构，不同结构用不同颜色表示。整个过程自动化了过去耗时费力的人工标识过程，医生无需手动进行心室、心肌和心血池的图像分割，诊断得以加速。

之所以有这样的效果，因为第二代英特尔至强可扩展处理器中集成了OpenVINO 工具包，从而提升了高性能计算机视觉和深度学习推理速度。处理器中内置的英特尔 深度学习加速技术，采用了全新的向量神经网络指令（VNNI）。过去需要多条指令才能完成的卷积之类的操作，现在只需要一条指令。适合应用于图像识别、图像分割、语音识别、语言翻译、物体检测等众多领域。所有这些技术形成的叠加效应，使得 AI 模型的处理速度提升了 5.5 倍，同时几乎没有丧失准确度，从而带来如下可能：

★ 以前所未有的效率处理心血管 MRI 数据；

★心血管 MRI 近实时诊断成为可能。

西门子医疗高级副总裁Dorin Comaniciu 表示：“基于英特尔 至强可扩展处理器，我们现在能够开发多个实时且用途关键的医学成像用例，例如心脏 MRI 等等，并且无需额外增加成本和复杂的硬件加速器。”

让MRI的等待不再煎熬