2018 年《柳叶刀》发布的全球肿瘤生存趋势监测报告显示，我国整体肿瘤 5 年生存率为 36.0%，远低于美国的 64.0%。之所以出现如此大的差距，很大程度上因为我国在肿瘤早筛方面存在着较大提升空间：一方面，我国居民普遍缺乏疾病早筛的意识，另一方面，我国大量医疗机构（特别是基层的医疗机构）受限于医疗设备、高级医疗人才匮乏等原因，难以从医学影像中及时、准确发现并判断疾病。

要解决这一问题，固然可以依靠高级医疗专业人才的持续培养、输送来改善，但是，专业医疗人才资源需要长时间积累，无法一蹴而就。在此背景下，AI就展现出了独特的优势，其能够通过特征提取网络、分类与分割网络等技术，帮助医生快速筛除医学影像，提高分析影像的准确度，缩短诊断结果报告时间，提升医疗系统的诊断能力。

首都医科大学附属北京天坛医院（以下简称：天坛医院）与北京安德医智科技有限公司（以下简称：安德医智）合作，联合成立了全球首个“神经疾病人工智能研究中心”，旨在通过医工结合的方式，联合展开全球领先的神经系统疾病人工智能应用的科研、转化、临床等方面的探索。前文提到的取得NMPA三类首证的BioMind“天医智”颅内肿瘤磁共振影像辅助诊断软件，便诞生于此。

天坛医院能够将其在神经科学等方面的深厚积累、领先优势，通过AI技术下沉到基层医院。基层医院相当于引进了一名拥有高年资专家，居民不用挤到大城市、大医院，在家门口就能获取高品质、个性化的治疗方案，这将在很大程度上缓解看病难、看病贵的问题。

AI研发计算平台升级，安德医智与浪潮共同携手发力

天坛医院与安德医智基于上万例临床影像数据进行AI模型开发与训练的过程中，遇到三个与AI计算力相关的问题。

一是，CT/MRI影像数据量大，单个病例可以达到GB级，上万病例的数据规模对原有计算平台产生了巨大的压力，数据读取、处理速度非常慢。二是，要想实现多种疾病的精准诊断，相应的AI模型复杂度高、计算量大，使用原有的计算平台进行分布式训练，单次耗时长达两周。三是，工程师需要针对身体各部位开发相应的模型并进行训练，训练任务多、使用人员多，经常需要一卡处理多个任务，算力资源分配不均、算力利用率不高，并且开发环境部署复杂，工程师各自维护一套开发环境，不利于团队协作。

安德医智希望升级计算平台，在化解AI算力瓶颈的同时，对计算力资源进行统一、高效的管理。针对此需求，浪潮提供了包括浪潮AI服务器AGX-5、AI资源平台AIStation在内的整体解决方案。

安德医智工程师使用的图像重构、深度学习等模型数据量大、复杂度高，对计算平台的显存、性能要求高。相比原计算平台，AGX-5实现显存翻倍，大大缩短了海量影像数据的吞吐时间，能够支持规模更大、复杂度更高的模型训练。此外，AGX-5单机计算性能高达2 PetaFLOPS，是原计算平台的3倍，通过16颗AI芯片的高速互联，大大加快了模型的并行训练速度，将安德医智的主要模型训练速度提升10倍以上。