在这次大会中,iDeepWise(深思考人工智能)的CEO杨志明博士就AI芯片在智慧医疗和智慧商业的应用与发展做了精彩的演讲:如何用AI解决医疗行业的痛点,未来又将如何在智慧商业中布局。以下是智东西整理的演讲干货。
深思考人工智能成立于2015年8月,是一家人工智能领域的创业公司,核心团队均由来自于中科院人工智能、机器学习方向的资深科学家组成,目前专注于人工智能核心算法与终端人工智能一站式解决方案。主要落地的领域是智慧医疗,在演讲的开头,杨志明详细解析了目前的医疗检测行业背景。
但是,我国现在的国情是阅片医生缺乏、阅片效率不高,一纸检测报告通常要等上十天半个月,而在癌症等疾病的诊断上,人的生命是分秒必争的。除此之外,优质的医疗检测资源主要分布在一线大城市,在二三线城市或是偏远地区,医疗资源匮乏。
为解决这些问题,人工智能与医疗的结合,也就是智慧医疗,成为人工智能技术发展的关键方向之一。而目前普遍做智慧医疗的厂商所提供的方案是通用CPU或GPU在云端做相关分析计算,存在以下问题:1、隐私保护。普遍来说,医院不允许病人隐私信息上传至云端。2、AI算法短板。少有针对AI医疗影像识别的算法专门优化。3、专业医疗影像算力不足。在专业医疗场景下,无论是GPU还是CPU,针对医疗影像智能计算的实时性不足,特别是边缘计算的智能不足。
针对以上智慧医疗的痛点,深思考人工智能推出了医疗影像专用AI处理器——M-DPU。
深思考人工智能使用了大量数据做了测试。测试结果显示,深思考人工智能的M-DPU在100秒之内能够智能分类90000个细胞。而在TCT(宫颈刮片)的应用上,深思考人工智能的M-DPU加上其专门的宫颈癌识别算法给出了出色的成绩:鳞状上皮细胞异常检测敏感性达到98.4%,特异性达到99.77%,腺细胞异常监测敏感性达93.4%,特异性逼近99%,细胞类别分类精度达99.3%。
杨志明告诉智东西,就这款芯片,已经和大型医疗机构达成合作,进入应用阶段。经过大量训练的人工智能算法与M-DPU结合后,可以作为专业的医学大脑,提供高准确度的专业的医疗检测。
M-DPU体积小、功耗小、实时性高,能够灵活地部署到小型的终端设备,或部署到边远地区。同时,相对于GPU,M-DPU在医疗影像算力、成本方面也有优势。
深思考人工智能针对智慧商业将推出B-DPU,与场景结合,针对应用来做。杨志明认为这一芯片将运用在三大场景中,包括智慧展厅、无人监控、无人商店。在这些场景中,深思考人工智能可基于B-DPU来做用户身份认证、轨迹追踪和用户画像。
从深思考人工智能在GTIC上的分享来看,除去普遍被讨论的人工智能落地的热点领域——比如安防,像医疗这样的技术门槛很高的行业也能看到AI的身影。
虽然诚如深思考人工智能CEO杨志明博士所言,智慧医疗的市场还处于前期发展阶段,还处于行业成长期。但是,可以预见的是,人工智能将渐渐地渗入各行各业,推动这些传统行业的变革与发展。
本文首发于微信公众号:智东西。文章内容属作者个人观点,不代表和讯网立场。投资者据此操作,风险请自担。