言论
x86架构促
医疗数据价值普惠大众
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（theNationalHumanGenomeResearchInstitute，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。截止年10月，基因组测序平均成本已经从年的美元下降到美元。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。
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DougCutting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（Deeplearning）算法和深度思考（DeepThinking）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，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（TrustedAnalyticsPlatform）“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。
PennMedicine是一家拥有超过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，PennMedicine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，PennMedicine汇集了近10年万患者的临床数据，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，该医疗机构选取了位败血症患者进行临床研究。PennMedicine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。
睿·信科技
用科技解读商业……
