医学人工智能公共服务平台研究与建设

摘要

背景以深度学习、卷积神经网络、大模型等技术为代表的新一代人工智能发展迅猛，深入影响医疗卫生领域。目的 为解决医疗健康行业人工智能发展所面临的数据资源短缺、算力条件不足、协同支撑匮乏等问题，研究建设全新的医学人工智能公共服务平台。方法 依托国家工信部2020年“产业技术基础公共服务平台”项目，针对医疗AI的能力生成与服务支撑等需求，基于“多域融合+云边协同”理念，提出“云-网-边-端”先进架构，着力研究训推异构兼容和智能联邦学习等技术。结果 建成了一个主要采用国产软硬件设备，面向医疗健康行业，集人工智能数据治理、模型训练、测试验证及推理应用等核心功能于一体的大型公共服务平台，实现了医疗数据、计算资源和应用服务在云、边、端之间的优化配置与高效协同。在全国240家基层军地医疗机构应用推广医学人工智能筛查与辅助诊断产品，预计服务上千万人次。结论 医学人工智能公共服务平台的研究与建设，有效推动了医疗数据汇聚、基础算子研制、高端算力构建、开源模型研究以及医学人工智能系统应用，增强自主可控、自主创新的实力，未来将有力推进我国智慧医疗建设的可持续发展。

关键词

医学 / 人工智能 / 联邦学习 / 公共服务 / 平台建设