飛象網訊 2月21日晚，中國信科集團旗下烽火通信公司聯合DBCloud深腦云緊急調配人工智能深度學習一體機設備連夜運抵上海金山，為上海市公共衛(wèi)生臨床中心提供AI算力支援，設備已于當晚完成整體安裝和調試工作，并正式投入到新型冠狀病毒肺炎的CT影像臨床診斷工作當中。
火速馳援，第一時間趕赴前線
上海市公共衛(wèi)生中心是上海新冠肺炎疫情防控和治療的最前線，匯集178名市級醫(yī)院專家與300多名市公衛(wèi)中心醫(yī)護人員，收治了300余名新冠肺炎確診患者，并成功治愈211人（2月21日數據）。為進一步提升新冠肺炎的診斷效率，上海市公衛(wèi)中心聯合復旦大學大數據學院的研究團隊，將人工智能技術引入到新冠肺炎的CT影像診斷當中，并提出了相關設備需求。
烽火通信公司獲悉后，與DBCloud深腦云聯絡，緊急動員，僅用一天時間便完成相關的人員和設備調配。由烽火提供相應的AI服務器硬件，并裝配深腦云自主研發(fā)的DBCloud lab實驗平臺，組成“一鍵式”深度學習一體機設備，連夜運往位于金山區(qū)的上海市公共衛(wèi)生中心，于2月21日當晚正式開始運行，火速馳援疫情防控一線。
助力CT影像診斷，效率提升30倍以上
根據國家衛(wèi)健委公布的診療方案第五版，CT影像臨床診斷結果可作為新冠肺炎病例判斷的標準，無需依賴核酸檢測結果。而新冠肺炎患者的CT胸片的影像特征表現為單肺或雙肺多發(fā)、斑片狀或節(jié)段性磨玻璃密度影等細微變化。一名新冠肺炎病人的CT影像大概在300張左右，醫(yī)生對一個病例的CT影像肉眼診斷一般需要十幾分鐘，這給醫(yī)生臨床診斷帶來巨大壓力。
上海市公衛(wèi)中心聯合復旦大學大數據學院等機構，基于當前的新冠肺炎臨床診斷經驗，整合多方的方案，眾多病例的CT影像樣本數據，借助人工智能技術進行樣本的病灶紋理學習，開發(fā)出新的診斷模型，以提高診斷效率。
此次提供的人工智能深度學習一體機，就是根據該診斷模型量身定制。不僅提供了強力的算力支持，還為診斷模型預置了相應的環(huán)境和框架，支持多環(huán)境、多用戶、多機多卡并行運算，省去了繁瑣的環(huán)境配置工作。
借助人工智能深度學習一體機，研究人員僅需1分鐘即可投入病情的診斷研究當中。相比肉眼識別，人工智能算法識別一個病例的全部CT影像只需要幾十秒的時間，并且最終識別準確率高達90%以上，能夠快速對新冠肺炎的病例進行區(qū)分篩選，極大減輕了醫(yī)生的工作壓力。
全方位支持，保障疫情防控阻擊戰(zhàn)
此次馳援上海市公共衛(wèi)生中心并非烽火和DBCloud深腦云首次參與新冠肺炎疫情的支援工作。作為復旦大學、上海交通大學等高校的合作伙伴，烽火在疫情爆發(fā)初期便聯合DBCloud深腦云，調動資源，配合高校實驗室展開了新冠肺炎疫情相關的研究。
烽火借助自身的設備和產業(yè)優(yōu)勢，集中調配了一批人工智能深度學習訓練設備，聯系DBCloud深腦云的研發(fā)團隊，將原有的DBCloud lab實驗平臺和GPU管理調度系統(tǒng)進行升級擴容，緊急接入新增設備，用于保障高校實驗室的算力需求。讓實驗室實現遠程科研教學，并且快速投入到新冠病毒肺炎的研究和分析工作。
在此特殊時期，烽火通信和DBCloud深腦云均表示將進一步提升保障力度，建立疫情防控支援小組，提供24小時在線的技術服務支持，維護設備穩(wěn)定運行，第一時間滿足醫(yī)院、高校、研究機構等方面的人工智能算力需求，堅決打贏這場疫情防控阻擊戰(zhàn)。
