我国人口基数大,每年都有无数的人走进放射科，目前放射科的医生增长速度远远没有赶上检测人数的增长速度，放射医生诊断 1 名患者的 CT 扫描图像需要 10~20 分钟，写诊断报告需要 10 分钟左右，对于影像识别机构来说，缺乏足够的医生来进行影像判读的工作。所以各大医院放射科和第三方医学影像中心的医生都会不间断的诊断医学影像, 长时间的高压工作会使放射科医生有漏诊或者误诊的潜在风险，因此通过什么样的科技手段提高放射科工作效率成为了很多医院的心病。

 

第一部分是患者在放射科拍摄影像片(X 线片、CT、MRI等)，这一过程是由放射科技师操作各类机器完成，包括参数设定、扫描、图像处理等,有点类似摄影师拍照，只不过操作的机器更巨大。

 

第二部分是影像判读，诊断医生在医用竖屏显示器上调阅影像图片，逐幅观察图片(一般普通、常规情况，一名患者的图片在 80 幅-320 幅之间，如果是本院多次就诊患者，还需要调阅既往影像图片，作出对比，图片量倍增)，寻找发现问题；然后按照要求进行描述，哪些结构正常，哪些结构异常，如何异常；之后结合检查申请单上的临床症状(有时临床科室没有提供)作出“影像诊断”，通俗的说，就是考虑可能是什么疾病，或者倾向什么疾病。

 

 

 

本案例中，上海交通大学某院系课题组与本市三甲医院合作，希望通过利用NVIDIA Tesla® P100 GPU加速医疗行业目前比较关注的医疗效率和诊断准确率的问题。通过测试研发发现，通过NVIDIA Tesla® GPU显著降低了训练及前台推理判断时间，对医院机构每天的医疗效率及诊断准确率的提升起到了明显的改善。

 

本案例主要使用了2块支持NV-Link模块的NVIDIA Tesla P100 GPU 的高性能计算服务器。