AI|赛灵思借AWS建构X光辅助诊断AI平台高薪|aws|ai|赛灵思|x光|平台|建

作者：DIGITIMES范仁志

文章插图
深度学习AI带动FPGA为首的可程序化芯片市场，赛灵思(Xilinx)自然不会放过这个机会，积极对外合作，在2020年11月10日公布的最新合作计划，与医疗设备厂Spline.ai合作共同开发建置在亚马逊(Amazon)AWS的医疗AI。
根据赛灵思公开数据，这次该厂与Spline.ai合作产品的正式名称，Xilinx Zynq Ultrascale+ Healthcare AI Starter Kit，是针对胸部X光照片进行辅助分类的AI，在推出前的测试中，透过实际实验，确认对新冠疫情检测精确度非常高，因目前全球检查需求迫切，因而对外公开。
对美国这种很大片地方都地广人稀的国家来说，远距医疗的需求相当迫切，特别是疫情全球大流行的当下，而不同种类肺部疾病的诊断要专科医生才能从事，病毒检验采样更是耗时，若能靠X光片就做出高精度判断，无疑能减低医护负担，并抢救更多人的性命。
更重要之处，深度学习AI是学习样本越多则判断越正确，而且能判断的病症种类也越多，研究单位现在只用了超过3万张各种肺病患者的X光数据、与约500张新冠患者X光数据，若有更多数据，就有更佳的判断能力。
而赛灵思将服务建构在AWS上，则是要利用开源软件，加速多种疾病应用研发与学习速度，同时推销相关服务的硬件，如Zynq UltraScale+ MPSoC ZCU104 Evaluation Kit。
根据赛灵思表示，从深度学习AI风行起，该厂AI相关芯片的业绩便快速成长，其中医疗领域的年成长率从2016年起增为过去的2.5倍，现在像内视镜大厂奥林巴斯(Olymus)携带式超音波设备厂Clarius、正电子计算机断层摄影(PET)设备厂United Imaging Healthcare、手术机器人大厂Intuitive Surgical，都是赛灵思客户。
以前这类医疗AI相关芯片都是高价高端产品，且没上云端，学习效率较低，现在新硬件新服务价廉物美，同时保有断线时独立运作能力，确保医疗应用必要的可靠性。
【 AI|赛灵思借AWS建构X光辅助诊断AI平台】由于超微(AMD)在10月27日宣布购并赛灵思，因此赛灵思公布消息时，同时也是对超微投资人说明该厂医疗事业现况，争取支持。