在遠(yuǎn)距離分析醫(yī)療和生命科學(xué)數(shù)據(jù)時(shí)，帶寬擁塞、網(wǎng)絡(luò)可靠性和延遲問(wèn)題可能會(huì)對(duì)結(jié)果產(chǎn)生負(fù)面影響。當(dāng)時(shí)間如此重要時(shí)，這一點(diǎn)至關(guān)重要。為了解決這些問(wèn)題，具有前瞻性的醫(yī)療機(jī)構(gòu)正在采用邊緣計(jì)算，在收集數(shù)據(jù)時(shí)對(duì)數(shù)據(jù)進(jìn)行分析和處理。

人工智能驅(qū)動(dòng)的邊緣儀器、醫(yī)療設(shè)備和技術(shù)正在通過(guò)使數(shù)據(jù)處理和存儲(chǔ)更接近數(shù)據(jù)源，并向臨床和研究團(tuán)隊(duì)提供實(shí)時(shí) i NSight 來(lái)改變醫(yī)療保健和生命科學(xué)。這對(duì)于醫(yī)療保健服務(wù)來(lái)說(shuō)極其重要，而按需 i NSight s 幫助團(tuán)隊(duì)對(duì)患者做出關(guān)鍵和緊急的決定。

在整個(gè)醫(yī)院，人工智能驅(qū)動(dòng)的 edge 技術(shù)已經(jīng)發(fā)揮了作用，幫助減少了手術(shù)的侵入性，減少了 X 光機(jī)的輻射照射，并監(jiān)測(cè)了有跌倒風(fēng)險(xiǎn)的患者。

根據(jù)德勤和麻省理工技術(shù)評(píng)論，全球存儲(chǔ)數(shù)據(jù)的 30% 來(lái)自醫(yī)療保健和生命科學(xué)?？紤]到來(lái)自醫(yī)療保健的數(shù)據(jù)量，實(shí)時(shí)收集和推導(dǎo)洞察力已成為當(dāng)務(wù)之急，以幫助做出更快的臨床決策。

如今，在美國(guó)的醫(yī)院中，每個(gè)病床上都連接了 10-15 臺(tái)邊緣設(shè)備，用于監(jiān)控患者當(dāng)前的實(shí)時(shí)狀態(tài)。預(yù)計(jì)到 2025 年， 75% 的醫(yī)療數(shù)據(jù)將在邊緣生成。此外，全球聯(lián)網(wǎng)醫(yī)療設(shè)備市場(chǎng)預(yù)計(jì)將從 2017 年的 410 億美元增長(zhǎng)到 2022 年的 1580 億美元。

為了擴(kuò)展虛擬患者服務(wù)、管理醫(yī)療設(shè)備并支持智能醫(yī)院技術(shù)，醫(yī)療系統(tǒng)現(xiàn)在必須在數(shù)據(jù)采集設(shè)備附近處理大量數(shù)據(jù)，以減少延遲并實(shí)現(xiàn)實(shí)時(shí)決策。通過(guò)使 AI 工作流更接近源代碼，邊緣計(jì)算為醫(yī)療保健提供了許多優(yōu)勢(shì)：

強(qiáng)健的基礎(chǔ)設(shè)施：通過(guò)邊緣設(shè)備現(xiàn)場(chǎng)處理數(shù)據(jù)使醫(yī)療機(jī)構(gòu)能夠在不中斷的情況下保持其流程移動(dòng)，即使在網(wǎng)絡(luò)中斷期間也是如此。

超低延遲處理：手眼協(xié)調(diào)等任務(wù)的吞吐量和實(shí)時(shí)洞察力對(duì)于確保更安全的手術(shù)非常重要。在邊緣處理數(shù)據(jù)可提供近乎即時(shí)的反饋。

增強(qiáng)安全性：將數(shù)據(jù)保留在設(shè)備內(nèi)并在邊緣進(jìn)行推斷意味著患者健康信息（ PHI ）保持安全，不易受到許多攻擊和數(shù)據(jù)泄露。

節(jié)省帶寬：邊緣 AI 處理減少了通過(guò)網(wǎng)絡(luò)或場(chǎng)外發(fā)送高帶寬數(shù)據(jù)（如視頻流）的需要。

利用操作技術(shù)領(lǐng)域知識(shí)：使領(lǐng)域?qū)＜夷軌蚩刂茢?shù)據(jù)處理 AI 參數(shù)，使他們能夠創(chuàng)建高度適應(yīng)性和注重結(jié)果的解決方案。

醫(yī)療器械

邊緣的現(xiàn)代醫(yī)療器械正在成為人工智能，在經(jīng)監(jiān)管機(jī)構(gòu)批準(zhǔn)的設(shè)備中內(nèi)置了加速計(jì)算功能。這些功能包括改進(jìn)的醫(yī)學(xué)圖像采集和重建、診斷和治療計(jì)劃的工作流優(yōu)化、器官和腫瘤的測(cè)量、手術(shù)治療指導(dǎo)以及實(shí)時(shí)可視化和監(jiān)控。

現(xiàn)代手術(shù)室是一個(gè)復(fù)雜的環(huán)境，需要團(tuán)隊(duì)同時(shí)處理、協(xié)調(diào)和處理多個(gè)信息源。

在外科手術(shù)中，邊緣人工智能工具起到幫助作用的一個(gè)例子是腹腔鏡手術(shù)。腹腔鏡是一種利用小切口、手術(shù)器械和腹腔鏡在腹部或骨盆進(jìn)行的微創(chuàng)手術(shù)。腹腔鏡是一種帶有光源和照相機(jī)的小管子，它將腹部或骨盆內(nèi)部的圖像傳送到電視監(jiān)視器。

超低延遲的手術(shù)視頻流到 AI 驅(qū)動(dòng)的數(shù)據(jù)處理工作流中，使外科醫(yī)生能夠?qū)Ｗ⒂诎l(fā)現(xiàn)需要移除的異常，進(jìn)行自動(dòng)測(cè)量，跟蹤手術(shù)工具，監(jiān)控需要保留的器官，或?qū)崟r(shí)檢測(cè)出血。

人工智能增強(qiáng)型醫(yī)療設(shè)備為外科醫(yī)生帶來(lái)了數(shù)據(jù)驅(qū)動(dòng)的洞察力隨需應(yīng)變。這些洞察力有助于使手術(shù)盡可能微創(chuàng)，并提高患者的恢復(fù)時(shí)間。通過(guò)在傳感器和流式數(shù)據(jù)使用開(kāi)發(fā)工具包上構(gòu)建 AI 模型，團(tuán)隊(duì)可以立即收集洞察力 ，甚至可以遠(yuǎn)程管理分布式醫(yī)療儀器的車(chē)隊(duì)。

在手術(shù)室外，許多不同類(lèi)別的醫(yī)療和生命科學(xué)儀器也受益于邊緣計(jì)算。這些儀器包括 CT 和 MRI 成像掃描儀、超聲波設(shè)備、放射治療、冷凍電子顯微鏡和 DNA 測(cè)序儀。

下一代測(cè)序（ NGS ）指的是大規(guī)模的 DNA 測(cè)序技術(shù)，可以在構(gòu)成我們 DNA 的核苷酸堿基中發(fā)現(xiàn)變異。這些堿基的順序編碼基因，然后編碼蛋白質(zhì)。當(dāng)基因中的堿基缺失或排列錯(cuò)誤時(shí)，蛋白質(zhì)的產(chǎn)生會(huì)受到影響，并會(huì)擾亂正常發(fā)育或?qū)е陆】禒顩r?，F(xiàn)在有了打印機(jī)或手持設(shè)備大小的 NGS 技術(shù)，可以在候診室或現(xiàn)場(chǎng)運(yùn)行，能夠在邊緣進(jìn)行實(shí)時(shí)測(cè)序，幫助檢測(cè) DNA 中的這些致病變異。

智能醫(yī)院與患者監(jiān)控

智能醫(yī)院還將邊緣計(jì)算和人工智能工作流集成到諸如患者監(jiān)測(cè)、患者篩查、對(duì)話人工智能、心率估計(jì)、 CT 掃描儀等技術(shù)中。這些技術(shù)可以幫助確定有可能從病床上摔下來(lái)的患者，并通知護(hù)理人員。

人體姿勢(shì)估計(jì)是一項(xiàng)流行的計(jì)算機(jī)視覺(jué)任務(wù)，用于估計(jì)人身上的關(guān)鍵點(diǎn)，如眼睛、 ARM 和腿。這有助于對(duì)一個(gè)人的行為進(jìn)行分類(lèi)，如站立、坐下、行走或躺下。了解一個(gè)人所做事情的背景在廣泛的行業(yè)中有著廣泛的應(yīng)用。在醫(yī)療保健領(lǐng)域，這可用于監(jiān)測(cè)患者，并在患者需要醫(yī)療護(hù)理時(shí)提醒醫(yī)務(wù)人員。

將數(shù)千張病床的實(shí)時(shí)流媒體視頻饋送到遠(yuǎn)程數(shù)據(jù)中心面臨許多挑戰(zhàn)，包括確?；颊叩臋C(jī)密性、網(wǎng)絡(luò)帶寬不足以及網(wǎng)絡(luò)宕機(jī)風(fēng)險(xiǎn)，這可能會(huì)中斷患者監(jiān)控。與其將所有這些數(shù)據(jù)流到遠(yuǎn)程數(shù)據(jù)中心，還可以在邊緣進(jìn)行處理，在床邊，可根據(jù)需要生成洞察力和警報(bào)。這提供了實(shí)時(shí)數(shù)據(jù)分析，以更快地響應(yīng)處于困境中的患者，并確保了強(qiáng)大的容錯(cuò)能力。

醫(yī)療保健公司正在使用物聯(lián)網(wǎng)傳感器自動(dòng)化其流程，物聯(lián)網(wǎng)傳感器生成大量數(shù)據(jù)，然后添加人工智能工具，進(jìn)一步幫助優(yōu)化洞察力以更好地進(jìn)行臨床決策。網(wǎng)絡(luò)邊緣的計(jì)算對(duì)于速度、規(guī)模、可靠性、安全性、性能和實(shí)時(shí)洞察力至關(guān)重要。

關(guān)于作者

Vanessa Braunstein 在 NVIDIA 的醫(yī)療團(tuán)隊(duì)從事產(chǎn)品營(yíng)銷(xiāo)工作。此前，她在基因組學(xué)、醫(yī)學(xué)成像、制藥、化學(xué)和診斷公司從事產(chǎn)品開(kāi)發(fā)和營(yíng)銷(xiāo)。她學(xué)習(xí)分子和細(xì)胞生物學(xué)、公共衛(wèi)生和商業(yè)。

審核編輯：郭婷