人工智能與云計(jì)算普及外科服務(wù)

1、人工智能與云計(jì)算普及外科服務(wù)技術(shù)創(chuàng)新 變革未來SurgicalAIAI Democratizes SurgerySURGICAL.AI 讓天下沒有難做的手術(shù)外科是一場(chǎng)全球的醫(yī)療危機(jī)50億人得不到外科手術(shù)服務(wù)（35%的死亡與50%的殘疾） 年經(jīng)濟(jì)負(fù)擔(dān)是12萬億美元，占醫(yī)療支出的40%美國醫(yī)療支出將達(dá)到23%GDP, 有30%心血管外科醫(yī)生的缺口（1000名)，缺口量是中國心血管醫(yī)生的總合，英國心血管醫(yī)生的2倍。骨科關(guān)節(jié)類的經(jīng)濟(jì)負(fù)擔(dān)約為2.5%-4%, 美國手術(shù)量約為需求的5%25%的脊柱手術(shù)患者重新手術(shù)界的Uber與AlphaGo 2018, Amazon Web Servicesghts ,

2、Inc. or its affiliates. All rireserved.手術(shù)普及的障礙(T,S,C,A)備術(shù)時(shí)間(prepare)介入時(shí)間(OR)Capability專家數(shù)量Safety安全性并發(fā)癥Affordability額外成本Manual手工10 m120 m10050%+0Robot手術(shù)機(jī)器人+480 m240 m1,00090%+$500,00-$2,00,000Navigation導(dǎo)航系統(tǒng)+ 480 m180 m30075%+$100,000-300,00PSI3D打印+3360 m60 m1,00090%+$1,000SurgicalAI10 m（便捷）60 m（高效）10

3、00（降低難度95%） （安全）+$500（廉價(jià)）第四代外科技術(shù)：認(rèn)知外科引導(dǎo)技術(shù)（CSGE)Visual Simulation可視化手術(shù)仿真系統(tǒng)Morphology Engine解剖學(xué)形態(tài)學(xué)分析引擎Planning And Design Engine手術(shù)方案優(yōu)化引擎Clinical ABCPlanning in Less in 10 Seconds10秒規(guī)劃，實(shí)時(shí)導(dǎo)航應(yīng)用案例SURGICAL.AI肩關(guān)節(jié)置換（2016 CAOS)骨科截骨(2017 Hinton Professor, GTC 2017)40 分鐘=1000 英鎊=2500美元每日電訊報(bào)道：Idiot Proof （傻瓜式的外科

4、）目前的狀態(tài)：結(jié)構(gòu)性心臟病手術(shù)引導(dǎo)中國患者3000萬，HCM(1000萬）=冠心病。瓣膜（200萬）=全部癌癥患者總和中國五年1000例，每臺(tái)手術(shù)需要2-3個(gè)心臟介入超聲醫(yī)生。 即使中國頂尖的心臟手術(shù)團(tuán)隊(duì)專家奇缺。（啟明醫(yī)療，世界最大的影像設(shè)備商，中國四家最優(yōu)秀的心臟外科手術(shù)中心與手術(shù)團(tuán)隊(duì)）三駕馬車：人工智能，數(shù)據(jù)與云計(jì)算專為臨床手術(shù)與用藥安全設(shè)計(jì)人機(jī)協(xié)作的人工智能引擎龐加來（MICCAI 2018)SurgicalDB: 外科多模態(tài)數(shù) 據(jù)管理以及安全與療效分析 引擎TensorLab: 人工智能自動(dòng) 化以及模型生命周期管理平 臺(tái)。Deep Poincare Engine深度學(xué)習(xí)：沒有醫(yī)學(xué)學(xué)位

5、的嬰兒醫(yī)生數(shù)據(jù)高效（少樣本學(xué)習(xí)）100 Volumes (97.5%)vs 2,000,000 (60%)可解釋 (醫(yī)生溝通） 故障檢測(cè)（安全性） 人機(jī)接口（協(xié)作）靈活工作流（適應(yīng)性）巨大的算力需求龐加萊引擎：混合引擎（MICCAI2018)=+Atlas: 解剖知識(shí)圖譜，解決小數(shù)據(jù)與數(shù)據(jù)解釋性Cartan Form：微分不變式解決泛化難題。 完美解決解剖變形的問題深度學(xué)習(xí)：強(qiáng)化學(xué)習(xí)的推理與注意力機(jī)制性能與人機(jī)協(xié)作醫(yī)學(xué)專家評(píng)論：跟我做的一樣（MICCAI2018)龐加萊引擎：迭代強(qiáng)化學(xué)習(xí)感知與推理并重學(xué)習(xí)解剖位置的相對(duì)關(guān)系 迭代的決策與估值矢量導(dǎo)航引擎Nature, 2018,May, Dee

6、pMindNIPS2016, Best Paper Award龐加萊引擎：模塊化的多冗余設(shè)計(jì)多冗余設(shè)計(jì)，人工智能，醫(yī)生跟傳統(tǒng)醫(yī)學(xué)規(guī)則100-1000層網(wǎng)絡(luò)100個(gè)5-10層的網(wǎng)絡(luò)SurgicalDB:臨床多模態(tài)數(shù)據(jù)管理與用藥安全分析Pharmacovigilance是醫(yī)學(xué)數(shù)據(jù)科學(xué)的未解核心問題電子病例系統(tǒng)是 程序員給會(huì)計(jì)設(shè) 計(jì)的。能統(tǒng)計(jì)病 人出院繳費(fèi)，但 是不能統(tǒng)計(jì)療效 跟醫(yī)療水平FDA的上市準(zhǔn)入 后，突然來了一 個(gè)90億美元的罰 單。藥品的重定 向帶來50億美元 的收入，偉哥新藥采購。臨床無效的藥品跟服務(wù).手術(shù)供應(yīng)商有70家。 避免二次手術(shù)。全球真實(shí)世界循證數(shù)據(jù)觀測(cè)器: RWE PVGSK,

7、 Biogen部署在全球90個(gè)國家。約120億美元的藥品使用。歐洲州四國藥監(jiān)局跟國家醫(yī)保。SurgicalDB: 臨床外科數(shù)據(jù)管理 結(jié)構(gòu)性心臟病控制并發(fā)癥多中心研究，醫(yī)生手術(shù)技術(shù)評(píng)估系統(tǒng)設(shè)計(jì)的關(guān)鍵：清洗引擎跟部署方案（700-1200標(biāo)志）Data ProcessingData CaptureData HarmonizationAnalysisISPCoordinating SystemData Management核心技術(shù)：多模態(tài)數(shù)據(jù)管理與縱向分析（臨床語義索引, 空間索引）TensorLab: PV for AI 人工智能自動(dòng)化開發(fā)平臺(tái) 以及生命周期管理系統(tǒng)TensorLayer: 行業(yè)專

8、家的深度學(xué)習(xí)工具深度學(xué)習(xí)開發(fā)的難題（數(shù)據(jù)管線）1 管理訓(xùn)練數(shù)據(jù)與平衡采樣2 數(shù)據(jù)裝載3 Fleet管理4 模型版本管理與挖掘。5 多模型協(xié)作6 AI PV與自動(dòng)升級(jí)7 生產(chǎn)率。龐加來引擎一個(gè)應(yīng)用開發(fā)500個(gè)AITensorLayer: 深度學(xué)習(xí)的哆拉A 夢(mèng)百寶箱MichelangeloTensorDB (ICAI2017)TFXMLFlowStageMaker一切皆數(shù)據(jù)，一切皆查詢，實(shí)時(shí)抽取執(zhí)續(xù)運(yùn)行import MnistDBimport TensorDBmb=MnistDB() db=TensorDB()x,y=mb.find_data(type:train)w=db.load_parate

9、meter(epoch:9)code=db.load_model_architecutre(name:mlpmm=Model(net=code,name=mytest) mm.parameter=w mm.fit(100,x,y,DBlooger(db,mm)Images: 4 Image Modality (T1, T2, T1c, T2 FLAIR) (x15) High Low Grade (x2)4 Types of Tumour (X4) 5 Cross Validation (X5)tensorlab train-m unet-1 /unet-2-d image:t1/t2/tic

10、/flair,label:core/high/low/whole, group:g1,g2,g3,g4,g5-studyid “myt1core1g1”/.模型穩(wěn)定性分析（100行代碼)TensorLayer2.0 （預(yù)計(jì)于2018年底）模型優(yōu)化（Binary net/TensorRT)GraphAPI新并行訓(xùn)練引擎TensorLab與MLFlow融合(StageMaker)SurgicalAI on AWS主要的AWS應(yīng)用服務(wù)發(fā)布，存儲(chǔ)，無服務(wù)免運(yùn)維數(shù)據(jù)標(biāo)注的評(píng)審系統(tǒng)演示系統(tǒng)以及AI的推理部分2) TensorLayer的CI/CD系統(tǒng)3) lambda+s3做數(shù)據(jù)注入中的構(gòu)建索引4)人工智能模型的驗(yàn)證與測(cè)試5) TensorLayer的ModelHubAmazon S3AWSLambdaAmazon DynamoDBAmazon API GatewayAmazon ECSAmazon ECRAmazon EC2系統(tǒng)架構(gòu)(分布反應(yīng)式哈佛結(jié)構(gòu))Private Cloud計(jì)算結(jié)果代碼Harvard ( EC2)CI/CD輸入數(shù)據(jù)AI部署SurgicalAI on AWS數(shù)據(jù)標(biāo)注前端API資產(chǎn)標(biāo)注索引構(gòu)造空間索引語義索引執(zhí)續(xù)學(xué)習(xí)訓(xùn) 練習(xí)系統(tǒng)模型庫模型生命周期數(shù)據(jù)模型的測(cè)試與分析Surg