大数据、云计算、人脸识别、自动驾驶……近年来这些耳熟能详的人工智能科技，正在悄然改变着我们的生活。英特尔作为全球领先的科技公司，一直致力于人工智能技术的发展。金秋十月，2018年《时尚健康》“粉红丝带运动”国际乳腺癌防治月来临了，英特尔公司本着“爱护乳腺，AI不宜迟”的理念，携手国家级医学影像人工智能高新技术企业-汇医慧影公司，共同开发“人工智能乳腺全周期健康管理系统”， 助力乳腺癌早期筛查以及诊治，为广大女性提供健康保障。
那么，人工智能技术是怎样和乳腺癌的诊治相关联呢，我们还是要从乳腺癌说起。我国乳腺癌发病率已占据女性恶性肿瘤的首位，由其导致的死亡率也排在了肿瘤致死排名的前十位。乳腺癌的早期发现，早期治疗能够明显提高病人的治愈率以及生存率。目前乳腺癌没有确定的预防措施，因此在适龄女性以及高危人群中开展定期大规模防癌筛查，以发现更多的早期病例，把肿瘤消灭在萌芽状态至关重要。
乳腺癌的常用筛查方法有以下几种：
1.乳腺自检及临床乳腺检查（CBE）
其缺点为针对早期体积较小的肿瘤容易漏诊，因此整体诊断敏感度较低。
2.乳腺钼靶X线检查（MAM）
微钙化是乳腺癌的一个重要特征，近一半的乳腺癌在早期X线片上可见细颗粒钙化集簇表现。然而MAM亦有局限性，在致密型乳房病例，其诊断率明显下降，造成漏诊，而我国有近30%女性属于致密型乳房。
3.乳腺超声检查（BUS）
BUS可以较好的显示乳腺肿瘤的特征，能鉴别X线片上无法显影的肿物，但其对于仅以微钙化为影像学表现的导管原位癌敏感性差。而且，超声检查依赖操作医生的水平，诊断准确性受主观影响大。
4.乳腺核磁共振成像（MRI）
MRI可以清晰的显示软组织影，并且无辐射，还可以发现除原发灶外的额外病灶及周边淋巴转移灶。因此MRI对乳腺术前检查术后复查评估等方面有意义。
英特尔技术团队和汇医慧影紧密合作，帮助提升乳腺癌筛查的检测精度和效率。将用于乳腺癌筛查的深度学习模型，应用在英特尔至强可扩展处理器平台上，大幅度提升了数据的处理和推理效率，这得益于至强可扩展处理器平台的多数据流处理机制和对软件框架的性能优化：
人工智能从至强开始：英特尔的至强服务器提供全CPU统一架构处理，除了单芯片20核心40线程的处理器硬件，还支持优化的Math Kernel Library数学核心计算库和深度学习框架，开发者可以在这一平台上，实现不同深度学习算法的移植、优化和重新部署。
数据分析的高效快捷：英特尔至强服务器支持完整的数据处理及深度学习工具链，就像一台无级变速的变速箱，英特尔的工程师将各个数据处理环节进行了优化，并采用了Multi-Stream多数据流并行处理技术，使得数据处理更加流畅，效率大幅提升。经过汇医慧影的测试，基于英特尔至强CPU的全过程数据处理效率大幅提升，人工智能影像分析速度远超传统的数据处理方案。
方案部署更加方便：英特尔还将与汇医慧影公司进一步开发“人工智能乳腺全周期健康管理系统”， 提供可靠的端到端的人工智能解决方案。分为三个阶段：第一阶段，人工智能参与乳腺影像判读，覆盖大量人群。第二阶段，人工智能辅助临床决策，结合影像组学，提供非常精准的临床决策依据。第三阶段，根据术后复查数据，人工智能参与动态监控，患者自助式参与治疗。英特尔至强服务器的统一架构将大大降低部署和维护成本，对于一项医疗服务的持续部署和优化具有重大意义。
文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树首页概览211729 人正在系统学习中
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！