在醫學影像技術中取得突破

X 光、核磁共振影像 (MRI)、電腦斷層掃描 (CT) 影像以及超音波技術，每年約產生 6 億張掃描，而這個數字還在不斷增長。1 憑藉過去提供先進醫學影像技術，締造值得信賴的紀錄，Intel 正在應對市場中的數項挑戰。

  • 運算選項。 OEM 與 ODM 針對各種外型規格（從行動超音波到核醫學）設計解決方案。每種外型規格都有其獨特的運算要求。Intel 提供一系列能滿足任何影像模式的需求的 CPU。
  • 可擴充平台。 醫學影像產業正朝著更標準化的運算平台邁進，這些平台可用於不同形式共享，以降低成本並加速創新。Intel 運用提供大量軟體資源、無與倫比的產品組合（包括運算、儲存裝置、記憶體與網路連線）來支援擴充性。我們能協助提供完整堆疊平台所需的資源，以支援現今最具挑戰性的工作負載與未來的設計。
  • 邊緣對雲端部署。 在邊緣以及雲端靈活部署工作負載的能力正在迅速普及化。尤其是邊緣運算，可允許供應商在定點照護上分析影像並做出決策。這樣近乎即時的醫學影像分析有助實現更快速的決策制訂，最終更能挽救生命。透過我們的各種解決方案與深度合作夥伴生態系統，Intel 徹底實現了現代邊緣對雲端架構。
  • 人工智慧。 人工智慧正在揭露簡化工作流程的新方法，並逐漸成為成像系統中不可或缺的能力之一。舉例來說，醫學影像深度學習可跳過其他的排隊病患，優先處理有潛在致命腦出血的患者。在其他案例中，人工智慧可協助快速並精準地評估影像，同時消除差異。人工智慧甚至可協助定位患者，這表示能夠擷取有用的影像，不必進行麻煩的重新掃描。Intel 提供內建人工智慧加速技術的硬體，以及最佳化的軟體。我們人工智慧從協助上市模式下部署深度學習模型，到設計離線執行人工智慧的行動系統，均取得了成功。
  • 開發者賦能。 若要在醫學影像市場上發揮影響力，打造支援人工智慧應用程式的軟體開發人員，必須提供完整的解決方案與具區別性的功能。應用程式必須符合各種不同的準確性、成本、客戶部署與擴充性要求。Intel 提供一系列廣泛的工具與程式，專門協助軟體開發人員成功開發、發布並擴充能滿足醫療保健市場需求的全新醫學影像人工智慧應用程式。

在 Intel，我們的努力深受醫療保健生態系統（包括主要醫療保健系統、開發人員與軟體供應商）之中強大的合作關係啟發。在通力合作之下，我們正逐步掌握人工智慧、邊緣運算和其他先進技術，來推動醫學影像技術中的數位轉型。

簡化醫學影像與放射學應用的工作流程

醫學影像技術利用診斷與治療，是現今改善患者照護數一數二的強大工具。Intel® 硬體與軟體支援的高效能解決方案，適用於電腦斷層掃描、核磁共振、核醫造影和其他類型的醫療造影，讓這些系統得以快速處理大量影像資料，並且簡化工作流程。另外，Intel® 產品內建人工智慧最佳化，因此得以打造出掃描速度更快的解決方案，進而縮短曝露時間。

電腦斷層

Intel® Core™ 處理器為電腦斷層掃描器提供一系列運算選項。高效能 Intel® Xeon® 處理器執行的人工智慧演算法，縮短了低劑量斷層掃描產生影像所需的運算時間。2

核磁共振成像

Intel® 處理器為核磁共振造影締造了優異的效能。最新的 Intel® 人工智慧技術正協助加速核磁共振掃描的處理速度，讓員工和設備的工作效率雙雙提高。3

X 光

選擇適合各種 X 光系統的 Intel® Core™ 與 Intel® Xeon® 處理器。Intel® 硬體上經人工智慧強化的 X 光已最佳化，旨在迅速偵測出致命的疾病，並且優先處理急重症病例。4

超音波

Intel® 架構提供快速處理高解析度、近乎即時超音波影像的效能，再加上提升可攜帶性的低耗能選項。

內視鏡檢查

Intel® 技術不只支援現今的先進影像處理工作負載，亦能支援未來的人工智慧技術。舉例來說，配備 Intel® 處理器的內視鏡攝影系統，可在檢查中執行人工智慧演算法。可協助臨床醫師即時影像化胃腸道或食道中的物品。

核醫學

核醫造影複雜且運算密集，不僅可享有高效能 Intel® 處理器所帶來的優點，還能借助軟體工具進一步加速工作負載。

醫學影像儲存

無論是內部部署型或雲端型，Intel® 處理器與儲存技術皆可支援適用於醫療影像儲存與共用的企業級造影解決方案。

顯示更多 顯示較少

利用 Intel® 解決方案推動醫療造影發展

Intel® Vision 產品組合

Intel® 軟體簡化在各種硬體（CPU、VPU、GPU 和 FPGA）基於 AI 的醫學成像解決方案的開發。此硬體與軟體產品組合能使醫療保健產業充分利用醫學影像資料，並提供更完善的患者體驗。

查看 Intel® Vision 產品 ›

物聯網與嵌入式處理器

我們最新的物聯網處理器經過強化，針對功能安全和即時效能提供獨特的功能，最適合具有高解析度顯示器和人工智慧支援診斷法的醫療造影裝置。

探索物聯網與嵌入式處理器

加速器

使用 Intel® Movidius™ VPU 或 Intel® FPGA 加速醫學影像系統。

查看 Intel® Movidius™ VPU

查看 Intel® FPGA

記憶體與儲存

使用 Intel® Optane™ 持續性記憶體與 Intel® 固態硬碟 (Intel® SSD) 快速儲存並檢索醫學影像。

探索 Intel® Optane™ 持續性記憶體

查看 Intel® SSD

網路

全球供應以及全面的相容性測試，使 Intel® 乙太網路產品成為伺服器網路連線的首選之一。

查看 Intel® 乙太網路產品

軟體工具

為醫療造影系統尋找最佳化 Intel® 硬體的軟體工具。5

探索軟體

Intel® AI: 生產中

加入生態系統，在這裡您能找到可減少開發複雜性的軟體、工具組和其他資源。

造訪 Intel® 人工智慧：生產中

Intel® Distribution of OpenVINO™ 工具組

在各種 Intel® 硬體上為醫療造影最佳化人工智慧演算法。6

進一步瞭解

顯示更多 顯示較少

用於醫學影像軟體的開發人員資源

尋找專為加速醫學影像人工智慧應用程式設計的軟體工具、程式和其他資源。最佳化應用程式、在雲端測試最新 Intel® 硬體的工作負載、與硬體合作夥伴連線等。6

詳讀開發人員資源

最佳化人工智慧效能

在維持合理擁有權總成本目標以平衡人工智慧效能的同時，大規模部署深度學習。

從邊緣部署到雲端

透過連結至解決方案供應商以及其他資源的生態環境，來設計並部署邊緣解決方案。

提升能見度與擴充性

在 Intel® 解決方案服務商場中，尋找市場曝光機會並連結至 Intel 的全球合作夥伴生態系統。

顯示更多 顯示較少

客戶成功案例

Samsung 自動化超音波測量

Samsung Medison 已開發出兩種能夠簡化臨床工作流程的自動化超音波測量技術，協助臨床醫師在懷孕與分娩期間做決策。Intel® Distribution of OpenVINO™ 工具組已將兩種技術最佳化。7

進一步瞭解

GE 醫療保健加速分診推斷

在危急病況之下，分秒必爭。GE Healthcare 使用 Intel® Vision 技術來開發人工智慧演算法，協助醫護人員快速分診危及生命的病症。藉助 Intel® Distribution of OpenVINO™ 工具組8該團隊將推斷氣胸的時間從三秒縮短至不到一秒。9

閱讀更多

與 Siemens Healthineers 進行個人化醫學

Siemens Healthineers 正在探索人工智慧與深入學習在個人化醫學中的作用，並找出疾病的成因。瞭解這個團隊如何與 Intel合作，將人工智慧運用到即時診斷上，以改善患者病情。

進一步瞭解

顯示更多 顯示較少

Carestream 從雲端上提供醫學影像

若要更有效地執行工作，臨床醫師必須要快速從任何手邊的裝置中，開啟核磁共振成像、電腦斷層掃描和其他的影像。在 Intel® Xeon® 可擴充處理器和Intel® Optane™ 技術的支援下，Carestream 提供了一個解決方案，使用者一但負擔得起，還可隨時存取醫療紀錄。

進一步瞭解 ›

查看更多客戶案例


造訪 Intel Customer Spotlight

應用在醫學影像技術的人工智慧

Intel 位於開發先進技術（使醫學影像市場採用人工智慧）的最前線。Intel 硬體在許多醫學影像技術領域中投入使用，因此在同一架構上執行人工智慧模型自然成為下一階段的目標。我們提供硬體、軟體與專業知識，以解決各種需求，其中包括：

  • 重新改裝上市系統，加入能夠執行人工智慧的功能
  • 在邊緣環境與雲端上無縫部署人工智慧
  • 開發可擴充人工智慧平台，以執行現今最具挑戰性的演算法，並為未來的創新工作奠定基礎

探索人工智慧 ›

在 Intel® 解決方案市場探索先進醫學影像技術


查看解決方案

注意事項與免責聲明

效能測試中使用的軟體與工作負載可能僅針對 Intel 微處理器進行最佳化。

效能測試（例如 SYSmark 與 MobileMark）使用特定的電腦系統、元件、軟體、作業及功能進行評量。這些因素若有任何變更，可能會導致不同的結果。考慮購買時，為了充分評估，您應該參考其他資訊及效能測試，包括該產品結合其它產品使用時的效能表現。如需更完整的資訊，請造訪 intel.com/benchmarks。

Intel 並不控制或審核第三方的資料。您應該參考其他來源以評估準確性。

Intel® 技術可能需要搭配支援的硬體、軟體或啟動相關服務。

沒有產品或元件能提供絕對的安全性。

您的成本和成果可能有所落差。

產品與效能資訊

1「醫學影像市場分析、規模、趨勢，」 MedSuite，2016，https://idataresearch.com/product/medical-imaging-market-united-states/。
2

《Lung Nodule Detection from CT Scan Using Intel® Processors》，QuEST Global 白皮書，builders.intel.com/docs/aibuilders/lung-nodule-detection-from-ct-scan-using-intel-processors.pdf.

3

《GE Healthcare’s AIRx™ Tool Accelerates Magnetic Resonance Imaging using Intel® AI Technologies》(GE Healthcare 的 AIRx™ 工具使用 Intel® AI 技術加速核磁共振成像)，Intel 白皮書，intel.com/content/www/us/en/artificial-intelligence/solutions/gehc-airx.html。

4

《Intel and GE Healthcare Partner to Advance AI in Medical Imaging》(Intel 與 GE Healthcare 合作，推動 AI 在醫療影像的應用)，Intel Customer Spotlight，intel.com.tw/content/www/tw/zh/customer-spotlight/stories/ge-healthcare-medical-imaging.html。

5 針對非 Intel 微處理器，若要進行非 Intel® 微處理器特有的最佳化，Intel 編譯器最佳化的程度不盡然相同。這些最佳化包括 SSE2、SSE3 及 SSSE3 指令集，也包括其他最佳化。對於任何用於非 Intel 製造的微處理器最佳化，Intel 不保證其最佳化的可用性、功能性或效力。在本產品中，取決於微處理器的最佳化，乃是為了用於 Intel® 微處理器而設計。某些最佳化並非專門針對 Intel® 微架構，而是保留給 Intel® 微處理器。關於本公告所涉及的具體指令集，如需詳細資訊，請參閱適用產品的使用指南與參考指南。
6針對非 Intel 微處理器，若要進行非 Intel® 微處理器特有的最佳化，Intel 編譯器最佳化的程度不盡然相同。這些最佳化包括 SSE2、SSE3 及 SSSE3 指令集，也包括其他最佳化。對於任何用於非 Intel 製造的微處理器最佳化，Intel 不保證其最佳化的可用性、功能性或效力。在本產品中，取決於微處理器的最佳化，乃是為了用於 Intel® 微處理器而設計。某些最佳化並非專門針對 Intel® 微架構，而是保留給 Intel® 微處理器。關於本公告所涉及的具體指令集，如需詳細資訊，請參閱適用產品的使用指南與參考指南。
7針對非 Intel 微處理器，若要進行非 Intel微處理器獨有的最佳化流程，Intel 的編譯器可能無法達到同樣的成果。這些最佳化包括 SSE2、SSE3 及 SSSE3 指令集，也包括其他最佳化。對於任何用於非 Intel 製造的微處理器最佳化，Intel 不保證其最佳化的可用性、功能性或效力。本產品中與微處理器有關的最佳化，旨在與 Intel 微處理器一起使用。某些最佳化並非專門針對 Intel 微架構，而是保留給 Intel 微處理器。關於本公告所涉及的具體指令集，如需詳細資訊，請參閱適用產品的使用指南與參考指南。
8針對非 Intel 微處理器，若要進行非 Intel 微處理器特有的最佳化，Intel 編譯器最佳化的程度不盡然相同。這些最佳化包括 SSE2、SSE3 及 SSSE3 指令集，也包括其他最佳化。對於任何最佳化，用於並非由 Intel 製造的微處理器，Intel 不保證最佳化的可用性、功能性或效力。在本產品中取決於微處理器的最佳化，乃是為了用於 Intel 微處理器而設計。某些最佳化並非專門針對 Intel 微架構，而是保留給 Intel 微處理器。關於本公告所涉及的具體指令集，如需詳細資訊，請參閱適用產品的使用指南與參考指南。
9系統測試配置公開資料：Intel® Core™ i5-4590S CPU @ 3.00 GHz、x86-64、啟用 VT-x、16 GB 記憶體、作業系統：Linux magic x86_64 GNU/Linux、Ubuntu 16.04 推斷服務 docker 容器。測試由 GE Healthcare 於 2018 年 9 月進行。測試中的比較對象為 TensorFlow 模型：總推斷時間 3.092 秒；以 Intel® Distribution of OpenVINO™ 工具組最佳化的同一模型：總推斷時間為 0.913 秒。