英特尔赋能东软PACS与RIS实现三维可视化AI诊断

首页

AI资讯

热心网友

转载

2026-05-28

智慧医院建设正在提速，PACS/RIS系统承载的影像数据量越来越大，三维可视化、AI辅助诊断这些新技术也在快速融入。这对系统性能提出了前所未有的要求。新一代系统通过采用英特尔® 至强® 可扩展处理器，配合软件层面的深度优化，实现了有效的性能提升。在此基础上，东软以一体化、智能化、专科化为核心方向，以PACS/RIS产品能力为基点向外延伸，构建面向未来的智慧医学影像解决方案。

概述

医学影像的价值早已不局限于临床诊断。它不仅是医生做出决策的关键依据，也能在很大程度上消除患者的不确定性，从而提升整体护理质量。近年来，基于人工智能（AI）和三维可视化等技术的智慧医学影像系统发展迅猛。相比传统系统，它们能显著提升影像质量，并运用智能技术优化从预约、候诊、检查到结果发放的全流程——最终效果是医生效率更高，患者等待时间更短，就诊体验也更好。

东软推出的智慧医学影像信息系统PACS/RIS，正是基于英特尔® 架构的一次深度实践。这套系统覆盖了检查预约、到诊排队、用药管理、检查管理、影像诊断等全链条，提供一体融合的全医学影像管理能力。而在新一代产品中，东软进一步扩展了AI与可视化等高级能力：利用第五代英特尔® 至强® 可扩展处理器支撑三维可视化应用，借助英特尔® 高级矩阵扩展（英特尔® AMX）及英特尔® 发行版OpenVINO™ 工具套件加速AI推理，帮助医院构建一套高性能、高可扩展的影像系统。

背景：三维可视化与智能化转型

三维可视化处理在医学影像领域的意义在于，它融合了影像分析和重建等技术，让医务人员能够通过图像增强、分割、量化、放大缩小、旋转观察等手段，从多个角度清晰理解各结构之间的空间位置关系。这种能力在疾病诊断的可视化、术前评估、手术规划乃至实时手术指导中，价值都相当可观。

再看智能化方向。融入了AI技术的PACS/RIS系统，可以为医学影像提供智能诊断、质量控制、结构化报告等能力支撑。这不仅降低了对智能医学影像检查设备的依赖，还能为医生提供智能诊断建议，同时支撑起一个结构化的知识库——用于质控、科研和教学等环节。可以说，三维可视化和智能化的结合，为智慧医院的构建提供了有力支撑。

但硬币总有另一面。新一代PACS/RIS系统在带来能力跃升的同时，也对算力和成本提出了相应挑战。

三维可视化、AI推理这类工作负载会带来巨大的性能开销。没有经过专门优化的算力平台，很难在吞吐量和时延方面满足要求。因此，更高性能、面向AI优化的新一代算力平台几乎成了必选项。
CPU还是GPU？GPU在性能上有一定优势，但代价是额外的成本。在成本敏感的场景下，部署面向AI推理优化的新一代CPU，显然有助于降低总体拥有成本（TCO）。更何况，部分PACS/RIS场景下的AI推理本身就具有批处理特性，对时延性能并不敏感，用CPU来做推理其实非常适合。

正是基于这些考量，东软智慧医学影像信息系统PACS/RIS决定走CPU方案——运行三维可视化和AI推理等工作负载，并通过指令集、软件优化等手段来提升性能，在满足需求的同时，提高系统灵活性，降低TCO。

采用英特尔® 技术加速新型工作负载

东软PACS/RIS推荐的基础设施方案，是基于第五代英特尔® 至强® 可扩展处理器。除了数据管理、数据分析等常规负载外，东软还利用处理器中的指令集、英特尔® AMX以及OpenVINO™ 工具套件，重点加速三维可视化和AI推理这类新型负载。

第五代英特尔® 至强® 可扩展处理器的表现相当扎实——性能更可靠，能效也更出色。运行各种工作负载时都能实现显著的每瓦性能增益，在AI、数据中心、网络和科学计算方面都有更好的TCO表现。相比上一代，它能在相同功耗范围内提供更高的算力和更快的内存。而且与上一代产品在软件和平台上完全兼容，部署新系统时，测试和验证的工作量大大减少。

图1. 第五代英特尔® 至强® 可扩展处理器具备更强大性能

三维可视化效率提升2.45倍

PACS/RIS系统的三维可视化模块，主要采用了体渲染（Volume Rendering）技术，并用OpenMP与Streaming SIMD Extensions 4（SSE4）指令集来实现光线合成。SSE4指令集扩展了Intel® 64指令集架构，加入了图形、视频编码及处理、三维成像及游戏应用等指令，对音频、图像和数据压缩算法有显著提升。但在实际执行三维可视化任务时，东软发现产品在某些应用中的性能仍然不足。

为了找到瓶颈，东软利用Intel® VTune™ Profiler进行了分析，定位到关键函数SafeGradz。这个函数主要利用SSE4指令集进行三线性插值，以完成光线上点的梯度计算。通过对这个函数的代码进行针对性优化，三维可视化应用的性能得到了明显提升。

东软对PACS/RIS系统的三维重建应用在不同处理器上进行了测试。结果如图2所示：在4并发8线程的配置下，第五代英特尔® 至强® 铂金8592+处理器的性能，相比第四代英特尔® 至强® 金牌6430处理器和第二代英特尔® 至强® 银牌4210R处理器都有显著提升——与第二代相比，提升幅度高达2.45倍。

图2. PACS/RIS系统三维重建应用运行效率比较

AI推理性能提升高达8.49倍

东软PACS/RIS融合了广泛的AI算法，用于提供AI辅助诊断支持与合理化建议，从而辅助提升诊断效率。为了加速英特尔® 至强® 可扩展处理器的AI推理效率，这套系统采用了处理器内置的英特尔® AMX翻跟斗以及OpenVINO™ 工具套件。

英特尔® AMX针对广泛的硬件和软件进行了优化，进一步增强了前代技术——矢量神经网络指令（VNNI）和BF16，从一维向量发展为二维矩阵，从而最大限度地利用计算资源，提高高速缓存利用率，避免潜在的带宽瓶颈。而OpenVINO™ 工具套件基于最新一代的人工神经网络，包括卷积神经网络（CNN）、递归网络和基于注意力的网络，可跨英特尔® 硬件扩展计算机视觉和非视觉工作负载，实现性能的大幅提升。

东软在第二代、第四代和第五代英特尔® 至强® 可扩展处理器上，测试了两个参数大小不同的模型在同步和异步模式下的性能表现（3种配置CPU均锁定8核心内核），其中第四代和第五代处理器都启用了英特尔® AMX。

测试结果如图3所示。以参数量为342,978的较小模型为例，在BF16精度、异步模式下，第五代英特尔® 至强® 铂金8592+处理器比第二代英特尔® 至强® 银牌4210R处理器，推理性能提升了2.55倍。而参数量为31,185,568的较大模型，同样在BF16精度、异步模式下，第五代比第二代提升了高达8.49倍。