19岁男孩中风成为“卒中青年”、一女子按摩结果导致脑中风、30多岁男子加班熬夜引发中风……据估算，我国每年有240万新发卒中病例，110万卒中相关死亡。 民间所说的“中风”，在医学上称之为 “卒中”，这种疾病已经成为我国致死、致残的第一病因。

在我国医院收治的神经系统疾病患者中，卒中患者占比高达66.5%。然而，只有不到10%的脑卒中患者在最佳时间内接受了规范的康复治疗。不可忽视的现实是，卒中诊治的需求量大、抢救时间紧急、卒中专业医师短缺......

如果通过前沿人工智能加速医疗创新，辅助医生快速判断病情救治患者、将先进的医疗经验下沉更大范围造福患者，将对我国脑卒中的救治起到至关重要的作用。

“卒”不及防，卒中治疗难在哪儿？

作为居民健康的“头号杀手”，卒中是由于脑部血管突然破裂或因血管阻塞导致血液不能流入大脑而引起脑组织损伤的一组疾病，一直以高发病率、高致残率、高死亡率、高复发率的“四高”特征让人望而生畏。

脑卒中的救治，是一场与时间的赛跑。脑卒中患者的救治每延误1分钟，就会有190万个脑细胞受损。脑卒中救治的时间窗口非常短，如何最短时间内完成治疗，是脑卒中患者获得最佳临床结局的先决条件。《中国卒中杂志》的一份研究指出，大血管闭塞的脑卒中患者从到院到血管再通的过程中，从入院到穿刺时间（Door to Puncture Time，DPT）是延误最长的步骤。

脑卒中的的一个难点就是临床表现多样、病因复杂，在救治前，需要通过影像检查获得对病情的准确评价。而医生必须要快速精准地判定血栓位置和出血风险，才能给出手术方案。然而这个决策的得出，要依靠多科室医生多年的经验和智慧。更棘手的地方在于，我国目前医疗资源缺乏且分布较不均衡，优质医疗资源集中在中心城市，基层医疗力量薄弱，许多医院在做完影像后，评估过程需要30～60分钟，甚至更长。

要解决这种种问题，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，而且难以改善区域医疗资源分配不均的问题。

如何让AI在医疗诊断领域真正发挥效力？

脑卒中诊断治疗是技术，更是经验。以前，依赖医师自身的诊疗经验进行诊断；现在有了人工智能的辅助，医生可以快速精准地判定血栓位置和出血风险，缩短诊断结果报告时间，通过多学科一体化快速判断患者是否符合影像学取栓标准，并开展最佳的治疗。

对于精准医疗来说，高质量的数据才能诞生更精准的医疗AI。AI产品需要深度了解临床需求和临床痛点，不仅帮助影像医生辅助诊断，还要帮助临床科室医生辅助决策和辅助治疗，高质量的数据是优质AI产品的质量保障。天坛医院不仅拥有海量的临床影像数据，而且治疗水平也极高。据了解，我国脑卒中再灌注治疗复发率为25%，国际水平为7%，天坛医院仅为2%，无疑是高质量数据的代表。

在深度学习算法方面，安德医智人工智能模型在全球率先实现神经系统疾病CT/MRI影像人工智能辅助诊断，包括脑肿瘤、小血管病变、脑卒中在内的60余种疾病。辅助决策系统可实现从诊断、治疗、预后全过程的辅助决策，帮助医生实现从患者入院到出院，均可在诊疗规范指南和患者数据实时更新的参考下，科学、合理地做出临床决策。

在对天坛医院的上万例临床影像数据进行训练的过程中，存在算力方面的巨大挑战。一方面是 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需要有强大的算力，并且对数据读取、处理速度要求高。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，单次耗时长。同时，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。

人工智能助力的精准医疗需要高质量的数据+深度学习模型+强大的智慧算力，共同发挥作用。基于天坛医院的上万例临床影像数据+安德医智影像辅助诊断模型+浪潮智慧算力，训练出医学人工智能辅助诊疗产品，让优质稀缺的专家资源以人工智能产品的形式走进基层医院。

浪潮为模型训练提供了AI服务器以及AI资源管理平台AI Station，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，支持了安德医智近80位工程师同时使用计算平台，显著提升了资源使用率与训练效率，GPU使用率由原来的30%上升为75%，主要模型训练速度提升10倍以上，训练时间由2周多降为2天。

用3分钟诠释时间就是生命

人工智能医学影像辅助诊断系统的应用，通过发掘深层次影像信息，可完成对缺血性脑卒中多模态影像的智能分割、病灶检测、图像分析、评估预后等工作，在治疗时间窗较短的背景下，为血管内介入治疗提供必要的影像学信息，并提供治疗的决策参考，极大的提高医师的工作效率。在临床应用中，AI缩短了影像学评估的时间，加速评估决策，将评估时间缩短到3分钟。

对于一分钟都不能耽误的卒中救治而言，快速的诊断，将大大增加疾病的救治机率，也争取了更多将患者从生死线拉回来的机会。

不仅如此，人工智能医学影像辅助诊断系统的普及还将带来更深远的意义，那就是服务于基层医院，推动医疗质量均质化建设。这意味着，患者在基层医疗机构能享受到高端医疗机构资源，改善就医体验。

长远来看，人工智能的应用还有助于建立分级诊疗制度，是合理配置医疗资源、促进基本医疗卫生服务均等化的重要举措，将为缓解医疗资源分配平衡、基层医技水平的提升、医联体的落地运营、分级诊疗的有效实施提供新的生产力。

可以预见，以医疗+AI为支撑，未来人工智能将在更多临床科室实现广泛应用。如神经内科。实现院前AI筛查、院中AI辅助诊疗和辅助治疗决策、院后辅助质量控制，从而降低疾病的复发率以及患者的死亡率。

生命无法计算，但生机可以。