案例简介
- 科亚医疗公司的深脉分数DVFFR采用NVIDIA DGX Station，实现了对医疗影像的高效处理及精准分析，将心血管CT-FFR评估耗时从传统方法的数小时缩短至5分钟以内，处理效率提高数十倍。
- 本案例主要应用NVIDIA DGX Station, NVIDIA V100 GPU
Case Introduction
- With the adoption of the NVIDIA DGX Station, Keya Medical’s DeepVessel Fractional Flow Reserve (DVFFR) realizes efficient processing and accurate analysis of medical images and shortens the processing time of cardiovascular CT-FFR evaluation from hours to less than 5 minutes, improving processing efficiency by tens of times.
- Major product utilized in the case is NVIDIA DGX Station and V100 GPU.
客户简介及应用背景
科亚医疗致力于疾病诊疗的深度学习医疗器械的研发及商业化，是中国人工智能医疗器械行业的领先企业。科亚医疗的核心产品——创新型医疗影像人工智能系统“深脉分数DVFFR”是国内AI医疗器械NMPA三类证首证产品。该产品以冠脉 CTA 数 据为基础，依托自主研发的深度学习技术，实现同时从结构学和功能学两方面评估冠状动脉狭窄及缺血情况。通过使用NVIDIA DGX Station，实现更加高效的评估分析，从而能够更有助于辅助医生为冠心病患者的个性化治疗提供重要决策信息。
客户挑战
科亚医疗开发出创新型的医疗影像人工智能系统，综合考量不同尺度信息，自动提取心血管结构，进行精细重建及准确的血管功能分析。在个体差异明显的冠脉解剖结构方面，深度学习网络架构超百层，网络参数达数百亿数量级。AI模型需要基于大量多维度多模态的医学影像进行训练，确保算法评估的临床精确性和时效性。传统图形图像处理算法和工具平台无法满足这种超大规模的数据应用场景。唯有突破常规的算力条件，迭代提升深度学习产品诊断效能，才能快速高效地辅助医生进行临床决策和患者的个性化治疗，实现AI科技助力精准医疗。
应用方案
为解决开发过程中面临的庞大算力挑战，科亚医疗借助NVIDIA DGX Station，配备NVIDIA V100 GPU，将CUDA Core和Tensor Core相结合，出色的AI超级计算机性能，大幅提升了AI模型的训练效率，缩短算法迭代研发与部署周期，加速精准医疗服务的落地应用。
同时，NVIDIA V100 GPU针对深度学习优化的流式多处理器（SM）架构支持资源多线程调度，在同等总算力情况下减少计算节点数，大大降低计算系统的架构复杂度，助力优化算法稳定性，进一步提升算法临床评估结果的可靠性。
使用效果及影响
“深脉分数DVFFR”通过使用 NVIDIA DGX Station，极大地提升了数据处理和训练速度，将心血管CT-FFR评估耗时从传统方法的数小时缩短至5分钟以内，处理效率提高数十倍。“深脉分数DVFFR”92%的检测精准度，能够在有创冠脉造影术前提供冠脉功能学定量评估指标，帮助医生从整体和局部评估冠脉的供血情况，降低医生工作强度，为临床诊疗全流程赋能增效，减少临床检查项目，节约医疗资源。同时，可以帮助临床减少72%非必要的有创冠脉造影，提高导管室的运转效率，减轻患者手术痛苦及经济负担。
科亚医疗研发负责人表示：“医疗领域AI算法的稳定性和高效性至关重要。在NVIDIA DGX Station保障下，科亚医疗实现AI模型研发的快速迭代，助力智能化、精准化医疗服务平台的技术创新及产品落地。”