案(àn)例簡介

科亞醫疗公(gōng)司的(de)深脈分(fēn)數DVFR采用(yòng)NVIDIADGXStation，實(shí)現(xiàn)了(le)对醫學(xué)影像的(de)有(yǒu)效處(chù)理(lǐ)和(hé)準确分(fēn)析，将心血(xuè)管(guǎn)CT-FFR的(de)評估时(shí)間(jiān)從傳統方(fāng)法(fǎ)的(de)數小时(shí)縮短(duǎn)到(dào)5分(fēn)钟，處(chù)理(lǐ)效率提(tí)高(gāo)了(le)幾(jǐ)倍。

客戶介紹及(jí)應(yìng)用(yòng)背景。

科亞醫疗致(zhì)力于(yú)深入(rù)研究醫疗器械的(de)研發(fà)和(hé)商業化(huà)，是(shì)中(zhōng)國(guó)人(rén)工智能(néng)醫疗器械行業的(de)智能(néng)醫疗器械行業的(de)領先(xiān)企業。深脈分(fēn)數DVFFR是(shì)科亞醫疗的(de)核心産品——創新(xīn)醫疗成(chéng)像人(rén)工智能(néng)系(xì)統，是(shì)中(zhōng)國(guó)人(rén)工智能(néng)醫疗器械NMPA的(de)第(dì)一(yī)个(gè)認證産品。該産品以冠狀动脈CTA數據(jù)为基礎，依靠自(zì)主(zhǔ)開(kāi)發(fà)的(de)深度(dù)學(xué)習技術(shù)，從結構和(hé)功能(néng)两(liǎng)个(gè)方(fāng)面(miàn)对冠狀动脈狭窄(zhǎi)和(hé)缺血(xuè)進(jìn)行評估。通(tòng)过(guò)使用(yòng)NVIDIADGXStion，可(kě)以實(shí)現(xiàn)更(gèng)有(yǒu)效的(de)評估和(hé)分(fēn)析，幫助醫生(shēng)为冠心病患者(zhě)的(de)个(gè)性(xìng)化(huà)治疗提(tí)供重(zhòng)要(yào)的(de)決策信(xìn)息。

客戶挑战

科亞醫疗公(gōng)司開(kāi)發(fà)了(le)一(yī)種(zhǒng)創新(xīn)的(de)醫學(xué)成(chéng)像人(rén)工智能(néng)系(xì)統，綜合考慮不(bù)同(tóng)規模的(de)信(xìn)息，自(zì)动提(tí)取(qǔ)心血(xuè)管(guǎn)結構，進(jìn)行精细(xì)重(zhòng)建和(hé)準确的(de)血(xuè)管(guǎn)功能(néng)分(fēn)析。就(jiù)具有(yǒu)明(míng)显个(gè)體(tǐ)差异(yì)的(de)冠狀动脈解(jiě)剖學(xué)而(ér)言，深度(dù)學(xué)習网(wǎng)络架構超过(guò)100层(céng)，网(wǎng)络參數达(dá)到(dào)數百(bǎi)亿(yì)个(gè)數量(liàng)級。人(rén)工智能(néng)模型需要(yào)基于(yú)大(dà)量(liàng)的(de)多(duō)維和(hé)多(duō)模态的(de)醫學(xué)图(tú)像進(jìn)行訓练，以确保算法(fǎ)評估的(de)臨床(chuáng)準确性(xìng)和(hé)及(jí)时(shí)性(xìng)。傳統的(de)图(tú)形图(tú)像處(chù)理(lǐ)算法(fǎ)和(hé)工具平台(tái)無法(fǎ)滿足如(rú)此(cǐ)大(dà)規模的(de)數據(jù)應(yìng)用(yòng)场(chǎng)景。只(zhī)有(yǒu)突破傳統的(de)计算能(néng)力条(tiáo)件(jiàn)，叠代(dài)提(tí)高(gāo)深度(dù)學(xué)習産品的(de)診斷效率，才能(néng)快(kuài)速有(yǒu)效地(dì)协助醫生(shēng)進(jìn)行臨床(chuáng)決策和(hé)患者(zhě)的(de)个(gè)性(xìng)化(huà)治疗，實(shí)現(xiàn)人(rén)工智能(néng)技術(shù)，幫助精準醫疗。

應(yìng)用(yòng)方(fāng)案(àn)

为了(le)解(jiě)決開(kāi)發(fà)过(guò)程中(zhōng)面(miàn)臨的(de)巨大(dà)计算挑战，科亞醫疗在(zài)NVIDIADGXStation的(de)幫助下(xià)，配備了(le)NVIDIAV100GPU，結合CUDACore和(hé)Tensorcore，優秀的(de)AI超級计算机性(xìng)能(néng)，大(dà)大(dà)提(tí)高(gāo)了(le)AI模型的(de)訓练效率，縮短(duǎn)了(le)算法(fǎ)的(de)叠代(dài)研發(fà)和(hé)部(bù)署(shǔ)周期，加速了(le)精準醫疗服(fú)務(wù)的(de)落(là)地(dì)應(yìng)用(yòng)。

同(tóng)时(shí)，NVIDIAV100式多(duō)處(chù)理(lǐ)器(SM)架構，NVIDIAV100GPU支持(chí)多(duō)線(xiàn)程資源調度(dù)，在(zài)相同(tóng)的(de)總(zǒng)计算能(néng)力下(xià)减少(shǎo)计算节(jié)點(diǎn)數，大(dà)大(dà)降低(dī)计算系(xì)統架構的(de)複雜性(xìng)，幫助優化(huà)算法(fǎ)的(de)穩定(dìng)性(xìng)，進(jìn)一(yī)步提(tí)高(gāo)算法(fǎ)臨床(chuáng)評價結果(guǒ)的(de)可(kě)靠性(xìng)。

使用(yòng)效果(guǒ)及(jí)影響。

深脈分(fēn)數DVFFR大(dà)大(dà)提(tí)高(gāo)了(le)數據(jù)處(chù)理(lǐ)和(hé)訓练的(de)速度(dù)，将心血(xuè)管(guǎn)CT-FFR的(de)評估时(shí)間(jiān)從傳統方(fāng)法(fǎ)的(de)數小时(shí)縮短(duǎn)到(dào)5分(fēn)钟以內(nèi)，處(chù)理(lǐ)效率提(tí)高(gāo)了(le)幾(jǐ)十(shí)倍。深脈分(fēn)數DVFFR92%的(de)檢測精度(dù)可(kě)以在(zài)有(yǒu)創性(xìng)冠狀动脈造影前(qián)提(tí)供冠狀动脈功能(néng)學(xué)的(de)定(dìng)量(liàng)評價指标(biāo)，幫助醫生(shēng)從整體(tǐ)和(hé)局(jú)部(bù)評價冠狀动脈的(de)血(xuè)液供應(yìng)，降低(dī)醫生(shēng)的(de)工作(zuò)強(qiáng)度(dù)，賦予臨床(chuáng)診疗全(quán)过(guò)程力量(liàng)，减少(shǎo)臨床(chuáng)檢查项目，节(jié)约醫疗資源。同(tóng)时(shí)，可(kě)幫助臨床(chuáng)减少(shǎo)72%不(bù)必要(yào)的(de)有(yǒu)創冠狀动脈造影，提(tí)高(gāo)導管(guǎn)室(shì)運行效率，减輕(qīng)患者(zhě)手(shǒu)術(shù)疼痛和(hé)經(jīng)濟負擔。

科醫疗領域人(rén)工智能(néng)算法(fǎ)的(de)穩定(dìng)性(xìng)和(hé)高(gāo)效性(xìng)非(fēi)常重(zhòng)要(yào)，科亞醫疗研發(fà)負責人(rén)表(biǎo)示。在(zài)NVIDIADGXStation的(de)保障下(xià)，科亞醫疗實(shí)現(xiàn)了(le)AI模型研發(fà)的(de)快(kuài)速叠代(dài)，助力智能(néng)化(huà)、精準化(huà)醫疗服(fú)務(wù)平台(tái)的(de)技術(shù)創新(xīn)和(hé)産品落(là)地(dì)。