科技升級,重金引入,醫療信息化進程在2020年迎來了一個前所未有的高潮。
IDC預測,中國醫療行業IT總支出548億,增長11.5%,預計到2024年將超過1000億,年均復合增長率超過13%。
長期以來,隨著醫療設備的升級,醫療對放射學、病理學、血管診斷、眼科學等多學科領域,對大尺寸圖像的存儲和處理需求也變得越來越大。
近些年,像人工智能驅動的輔助診斷服務器、外科手術機器人、高清晰醫療成像等對計算和內存密集型需求醫療器械向醫院的快速涌入,又在一次次錘擊醫療IT系統本就脆弱的生命線。
賽靈思醫療科學全球業務市場負責人Subh Bhattacharya表示:“醫療IT面臨著艱難的管理決策,既有傳統IT設備和數據,如電子病歷(EMR)、醫療AI軟件、財務數據等,又有運營技術資產,如醫療設備,包括手術設備、患者監視器、ICU設備,用于外科手術的機器人設備和醫療成像設備,這給信息管理員區分優先級和管理這些系統,提出了很多挑戰。”
Subh Bhattacharya加入賽靈思已超過四年,之前先后在Sun Microsystems、PMC-Sierra、Intel、MIPS Computers和IDT等公司從事工程、產品營銷和管理工作,并在上述領域積累了超過15年的豐富經驗。
破局
從需求角度來看,現有IT包括大數據、AI、機器人、信息物理系統等新醫設備對時間的敏感性和數據密集性要求更為復雜、需要可靠地執行關鍵任務,魯棒性、可靠性也更高。
此外,隨著越來越多的醫療設備設備聯網,數據爆炸性增長,使傳統處理架構應對起來變得越來越困難,也就需要更多靈活應變特別是軟硬件靈活的解決方案。
以醫療超聲為例,作為對軟組織最有效的診斷成像方式,其被廣泛影像檢查當中。
而常規超聲造影系統只能以人體薄層截面的形式成像。
近些年醫學影像設備制造商,現有成像方式很難滿足市場對圖像質量和準確性持續不斷的需求。其背后主要原因就是現有架構在可擴展能力方面的局限性。
為了解決影像超聲的技術挑戰,賽靈思和超聲科學家Jorgen Jensen博士對如何使用基于賽靈思技術的成像方法來提高醫療超聲系統的圖像質量、速度和準確性進行了研究。
Subh表示:“我們專門研究了廣泛應用于雷達技術的“合成孔徑 (SA) 成像”,以及“平面波 (PW) 成像”等方法,因為它們面向心壁運動和心臟外科手術等難以管理的診斷和外科手術,大幅提升了幀率和準確性。這兩種方法與常規順序采集超聲圖像的做法大相徑庭,后者一次只能采集一行圖像。新方法則高度并行化,一次發射就能重建完整的圖像,能實現每秒數千幀的超高速成像,顯著提高聚焦度和穿透力,為高速心臟成像等應用提供有效的解決方案。”