11月25日，2023第六屆上海交大-衛(wèi)寧健康智慧醫(yī)療挑戰(zhàn)賽全國總決賽圓滿舉辦。經(jīng)過近半年的篩選與角逐，最終19支優(yōu)秀團隊脫穎而出，進入總決賽。上海理工大學的相隊和來自上海交通大學的0x73b隊分別摘得高校組和綜合組桂冠。

上海交大-衛(wèi)寧健康智慧醫(yī)療挑戰(zhàn)賽至今已成功舉辦六屆，是醫(yī)療健康領域高級別的人工智能技術場景賽事，旨在提供一個推動“AI+醫(yī)療”發(fā)展的平臺，廣泛吸納各大高校團隊以及科研院所、初創(chuàng)型企業(yè)、醫(yī)院等所有社會型單位的優(yōu)秀團體參與賽事，共同探索AI和互聯(lián)技術在醫(yī)療領域的應用模式、驗證“AI+醫(yī)療健康”的落地價值，并促進項目的真正落地，為醫(yī)療帶來更大的價值。

本屆比賽自啟動以來，受到了全國AI領域優(yōu)秀人才、媒體的廣泛關注，吸引了來自來自上海交通大學、中國科學院大學、華中科技大學、東南大學、吉林大學、中南大學、華東師范大學、上海理工大學、南昌大學、蘇州大學、大連大學、長春理工大學、中國中國澳門理工大學、華僑大學、北京靈貓動量科技有限公司、同濟大學附屬上海市第四人民醫(yī)院、數(shù)智元宇人工智能科技有限公司、嘉興尚瑞電子科技有限公司等優(yōu)秀團隊的踴躍參與。

決賽現(xiàn)場，19組團隊依次進行演示與答辯，展示自己的研究成果，評委通過創(chuàng)新性、實用性、市場前景、技術成熟度等多個維度，最終評審出獎項，并頒發(fā)證書、獎杯與獎金牌以及衛(wèi)寧健康實習綠色通道。

現(xiàn)將總決賽結果公布如下：

高校組獲獎名單

非凡獎獲獎團隊：

上海理工大學相隊：膝Ease-膝骨關節(jié)炎推拿機器人

膝骨關節(jié)炎是一種常見的老年退化性疾病，傳統(tǒng)中醫(yī)推拿療法既存在經(jīng)濟價值，也更為有效，其中尤以“坐位調(diào)膝法”為最。團隊致力于打造基于坐位調(diào)膝法的推拿機器人，以輔助醫(yī)生在日常的工作中進行坐位調(diào)膝法的治療。

前瞻獎獲獎團隊：

上海交通大學GPT健康咨詢先鋒隊：基于GPT的智能健康咨詢助手

上海交通大學三維全視野Ca診斷隊：病理圖像三維重建與分析-基于點云的病理圖像三維重建

精英獎獲獎團隊：

南昌大學香樟之葉隊：基于模糊測試的醫(yī)療模型漏洞檢測技術

上海交通大學新時代心理華佗隊：醫(yī)療大模型與基于大數(shù)據(jù)的青少年抑郁風險發(fā)現(xiàn)-云上應用

上海健康醫(yī)學院無輻消壽隊：輻康寶-核醫(yī)學科智能輻射監(jiān)測領創(chuàng)者

蘇州大學智慧守護健康隊：基于SDFT-GAN的醫(yī)學影像增強和分類

上海交通大學大數(shù)據(jù)小隊：GPU/NPU 加速的大數(shù)據(jù)聚合分析

上海交通大學智慧健康導航團隊：智慧醫(yī)療未來網(wǎng)，GPT編織新篇章

上海交通大學運動印記隊：基于多模態(tài)神經(jīng)網(wǎng)絡的運動建議系統(tǒng)

上海理工大學純凈大隊：基于增強現(xiàn)實的腎穿刺輔助導航系統(tǒng)

中南大學葡萄糖不太甜隊：基于關鍵特征融合的糖尿病集成學習預測框架

綜合組獲獎名單

卓越獎獲獎團隊：

上海交通大學0x73b隊：基于昇騰的神經(jīng)網(wǎng)絡智算方案

構建面向國產(chǎn)設備的醫(yī)療模型端到端的遷移和壓縮工具，可以輔助將部署在服務器上的模型遷移到國產(chǎn)邊緣設備上，從而更好的讓模型在邊緣設備上進行計算，實現(xiàn)了基于國產(chǎn)設備的低功耗、低時延、高性能的輔助診斷系統(tǒng)。

杰出獎獲獎團隊：

數(shù)智元宇人工智能科技有限公司數(shù)智元宇隊：腔鏡手術AI導航系統(tǒng)

同濟大學附屬上海市第四人民醫(yī)院智慧老年隊：智能糖尿病管理系統(tǒng)

優(yōu)勝獎獲獎團隊：

北京靈貓動量科技有限公司靈貓動量隊：基于AIGC下的虛擬心理醫(yī)生在遠程醫(yī)療問診中的應用

上海市第四人民醫(yī)院老年醫(yī)學科智慧醫(yī)療老年醫(yī)學組隊：基于MEMS傳感器的下肢姿態(tài)跟蹤與跌倒檢測系統(tǒng)

華東師范大學6G多層次算力網(wǎng)絡課題組隊：基于區(qū)塊鏈的醫(yī)療數(shù)字孿生大數(shù)據(jù)安全共享及預測

嘉興尚瑞電子科技有限公司醫(yī)療視覺成像：5G智慧醫(yī)療-醫(yī)療視覺，預見未來

ChatGPT的出現(xiàn)受到了不同領域的極大關注，醫(yī)療作為應用場景極為豐富的領域，與人工智能技術將有更加深入的結合，越來越多的人將關注點聚焦在了“智慧醫(yī)療”的發(fā)展上。

在比賽現(xiàn)場，專家與學者就智慧醫(yī)療的發(fā)展，從安全和效率兩個方面進行了分享與探討。歐洲科學院院士、上海交通大學計算機系講席教授過敏意教授，衛(wèi)寧健康人工智能研發(fā)總監(jiān)劉鳴謙，英特爾(中國)軟件技術合作事業(yè)部高級技術經(jīng)理楊正雷分別在現(xiàn)場進行了精彩的演講。

歐洲科學院院士、

上海交通大學計算機系講席教授過敏意教授

面向大模型的高效安全推理服務

歐洲科學院院士、上海交通大學計算機系講席教授過敏意教授在分享中提到，人工智能應用飛速發(fā)展，人工智能模型從一開始的監(jiān)督學習到現(xiàn)在的無監(jiān)督學習，導致了模型尺寸與算力需求的飛速增長。以ChatGPT為代表的大模型已然興起，自發(fā)布以來，ChatGPT的影響取得了驚艷的效果，成為最快增長到1億用戶的應用，這反映了大模型應用已經(jīng)走向大眾化階段。在醫(yī)療領域，由于大模型強大的知識存儲和推理能力，在醫(yī)療這種知識密集型的場景中具有強大的應用潛力。

然而，在大模型具體的部署過程當中也存在一些問題，由于大模型的高算力需求，無法本地化部署大模型，而往往采用云端部署的方式，這就不可避免地帶來一些隱私安全問題。

要兼顧大模型的高算力和隱私保護問題，可以從兩條技術路線入手：第一，針對大模型高算力需求，研究明文計算輕量化技術，實現(xiàn)本地化部署;第二，針對云端部署場景，研究高效加密計算技術，使密文計算性能可接受。

但總的來說，單一的加密方案和AI算法優(yōu)化空間極為有限。加密方法方面，現(xiàn)有方法把AI算法當做黑盒，無法利用算法本身的安全特性，計算開銷極大;AI算法方面，AI算法本身存在很大的冗余性(稀疏特性、低精度特性等)，存在很大的計算效率提升機會。

系統(tǒng)結構作為銜接二者的橋梁，需要全新的抽象、方法，以更加高效地支撐高安全、低資源需求的大模型服務。因此，未來高效、安全的大模型服務需要加密方法-AI算法-系統(tǒng)結構的聯(lián)合設計與優(yōu)化。

衛(wèi)寧健康人工智能研發(fā)總監(jiān)劉鳴謙

醫(yī)療場景大語言模型及生成式AI研究和探索

衛(wèi)寧健康人工智能研發(fā)總監(jiān)劉鳴謙在比賽現(xiàn)場帶來分享，講述了衛(wèi)寧醫(yī)療大語言模型WiNGPT的探索與發(fā)展。

WiNGPT是基于通用模型的醫(yī)療垂直領域的大模型，截至目前，訓練數(shù)據(jù)涉及6大類醫(yī)學領域、29個醫(yī)院科室，數(shù)據(jù)量約20G。通過將專業(yè)的醫(yī)學知識、醫(yī)療數(shù)據(jù)融會貫通，既能實現(xiàn)醫(yī)療場景下的通用醫(yī)學知識回答，也能精確地解決業(yè)務、產(chǎn)品、流程中存在的痛點交互問題，最終實現(xiàn)效率和質(zhì)量雙提升。

WiNGPT具有三個特征：

一是“小而專”，是大模型上的“小模型”。WiNGPT根據(jù)醫(yī)療場景和高質(zhì)量訓練數(shù)據(jù)調(diào)教，精確滿足各種業(yè)務需要;

二是低成本交付。通過優(yōu)化模型算法，基于CPU部署，經(jīng)測目前生成效率已接近GPU;

三是支持可定制的私有化部署。私有化部署保護醫(yī)療數(shù)據(jù)不出醫(yī)院，避免數(shù)據(jù)泄露的同時，提供更高的系統(tǒng)穩(wěn)定性和可靠性。

在實際部署的過程中我們看到，大語言模型應用存在“部署最后一公里”：

一、技術問題：一方面，大語言模型內(nèi)存受限，內(nèi)存和時間復雜度都與輸入序列的長度成平方;另一方面，計算資源難充分利用，GPU、CPU資源均沒有充分利用。

二、業(yè)務問題：院內(nèi)部署場景復雜，數(shù)據(jù)保密性、安全性、實時性要求高，GPU更新?lián)Q代快;模型升級GPU需跟隨升級，醫(yī)院硬件升級頻率低。

解決以上部署問題，衛(wèi)寧健康和intel一起共同進行了模型的優(yōu)化，優(yōu)化并發(fā)調(diào)度，提高CPU使用率，通過對pytorch的進一步升級，提升深度學習框架的推理速度，并通過底層更優(yōu)的硬件設備，提高硬件的使用效率。

這些優(yōu)化可以在報告生成的系統(tǒng)上看到明顯的成果，基于WiNGPT的醫(yī)院報告生成場景，目前覆蓋了放射科全科100多個部位的檢查，覆蓋了CT、MR、普放等檢查，基于大語言模型可以快速完成報告的生成和小結。

同時，我們做了Intel一體機效果，醫(yī)院部署情況不要以“運行快”為單一的評價標準，另一方面，也要考慮到性價比，醫(yī)院真正需要的是一個低成本并且可以長期運行的系統(tǒng)。我們在Intel第四代增強處理器上測試的方案和英偉達的GPU方案進行對比，從性價比來看會有13%的提升。

目前，我們還有一些基于CPU的其他推理醫(yī)療應用場景。在口腔牙神經(jīng)和牙位三維人工智能識別方面，我們實現(xiàn)了國內(nèi)首創(chuàng)?？梢跃珳蕵俗⒊尸F(xiàn)神經(jīng)與牙根的位置關系，輔助牙齒種植手術決策以及種植效果判斷。該方案基于英特爾?第四代至強CPU，利用CPU上AMX AI加速器進行CBCT的醫(yī)療圖像切割、影像推理標注、并進行3D重構，速度滿足臨床使用要求，是CT AI圖像標注的典型成果。

在未來更多的應用場景中，如何把人工智能的模型做成一個小型化或定量精準的現(xiàn)場可部署、可擴展的應用落地，也是一個非常重要和非常具有實際應用的場景，衛(wèi)寧健康會在這一面持續(xù)地進行探索和研究，并推動更多智慧解決方案的落地。

英特爾(中國)軟件技術合作事業(yè)部高級技術經(jīng)理楊正雷

充滿變革的浪潮-AI推動下的醫(yī)療信息化

英特爾(中國)軟件技術合作事業(yè)部高級技術經(jīng)理楊正雷從創(chuàng)業(yè)的角度，在現(xiàn)場分享了如何做成一個有價值的產(chǎn)品，最后成為總體解決方案，并落地到實際的應用場景中去。

要想做到有價值的解決方案落地，最重要的就是思考能給客戶帶來什么樣的價值。今年10月，intel與衛(wèi)寧健康共同發(fā)布了IntelCPU平臺的WiNGPT的方案，從Intel的角度，我們關注更多的是如何幫助客戶在業(yè)務場景里實現(xiàn)落地，并且真正地解決醫(yī)療痛點、滿足業(yè)務需求。

我們可以看到，ChatGPT出現(xiàn)后，加速了AI在醫(yī)療領域的變革，從intel的角度，未來我們的焦點將集中在多重診斷上，會把在醫(yī)療領域圖形圖像類以及病理診斷類、閱讀類有機結合起來，把AI做一個大的整合，通過大語言模型賦能多重診斷，更有效率地支撐起醫(yī)療領域的應用優(yōu)勢，打造并讓大眾去接受一個端到端的場景，讓技術持續(xù)加持智慧醫(yī)療的發(fā)展。

2023第六屆上海交大-衛(wèi)寧健康智慧醫(yī)療挑戰(zhàn)賽已經(jīng)圓滿結束，選手們會帶對科技、對知識上下求索的態(tài)度和專業(yè)的精神，繼續(xù)他們的人工智能之路，真正促成更多AI+醫(yī)療項目的落地。希望更多有志于此的朋友們能夠帶著更為優(yōu)秀的作品，參加明年的智慧醫(yī)療挑戰(zhàn)賽，共同探索智慧醫(yī)療新未來!

（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）