智能应用 影音
DTResearch
event

赛灵思藉AWS建构X光辅助诊断AI平台

基于疫情需求与强化医疗AI应用,赛灵思偕Spline.ai建构AWS医疗AI服务。图为医生检视病患肺部X光片。法新社

深度学习AI带动FPGA为首的可程序化芯片市场,赛灵思(Xilinx)自然不会放过这个机会,积极对外合作,在2020年11月10日公布的最新合作计画,与医疗设备厂Spline.ai合作共同开发建置在亚马逊(Amazon)AWS的医疗AI。

根据赛灵思公开资料,这次该厂与Spline.ai合作产品的正式名称,Xilinx Zynq Ultrascale+ Healthcare AI Starter Kit,是针对胸部X光照片进行辅助分类的AI,在推出前的测试中,透过实际实验,确认对COVID-19(新冠肺炎)的检测精确度非常高,因目前全球检查需求迫切,因而对外公开。

对美国这种很大片地方都地广人稀的国家来说,远距医疗的需求相当迫切,特别是疫情全球大流行的当下,而不同种类肺部疾病的诊断要专科医生才能从事,病毒检验采样更是耗时,若能靠X光片就做出高精度判断,无疑能减低医护负担,并抢救更多人的性命。

更重要之处,深度学习AI是学习样本越多则判断越正确,而且能判断的病症种类也越多,研究单位现在只用了超过3万张各种肺病患者的X光资料、与约500张COVID-19(新冠肺炎)患者X光资料,若有更多资料,就有更佳的判断能力。

而赛灵思将服务建构在AWS上,则是要利用开源软件,加速多种疾病应用研发与学习速度,同时推销相关服务的硬件,如Zynq UltraScale+ MPSoC ZCU104 Evaluation Kit。

根据赛灵思表示,从深度学习AI风行起,该厂AI相关芯片的业绩便快速成长,其中医疗领域的年成长率从2016年起增为过去的2.5倍,现在像内视镜大厂奥林巴斯(Olymus)携带式超音波设备厂Clarius、正电子计算机断层摄影(PET)设备厂United Imaging Healthcare、手术机器人大厂Intuitive Surgical,都是赛灵思客户。

以前这类医疗AI相关芯片都是高价高阶产品,且没上云端,学习效率较低,现在新硬件新服务价廉物美,同时保有断线时独立运行能力,确保医疗应用必要的可靠性。

由于超微(AMD)在10月27日宣布购并赛灵思,因此赛灵思公布消息时,同时也是对超微投资人说明该厂医疗事业现况,争取支持。

  •     按赞加入DIGITIMES智能医疗粉丝团