微識醫療通過采用 NVIDIA Clara Holoscan 平臺提供的 RDMA 等技術棧加速醫療影像的傳輸與處理過程，實現產品臨床使用的實時輔助診斷功能（每秒最高處理 240 幀圖像），大幅減少了產品在臨床應用中的畫面延遲，極大提高了產品的實時性。

微識醫療是一家人工智能醫學影像科技初創公司，其利用深度學習和 NVIDIA AI 計算平臺，將醫學知識集成到靈活和可擴展的數學模型中，旨在使用少量開發樣本實現 AI 臨床價值，為醫用光學影像領域提供改寫臨床指南級別的數字醫療創新，致力于在腸癌早篩的關鍵環節為臨床檢查提供最核心的幫助，創造 AI 的更高價值，為預防和監測癌癥提供高效的智能輔助解決方案。

醫療影像深度學習推理過程需要處理海量的來自內窺鏡的視頻數據，計算量大、實時性要求高。使用傳統的傳輸方法，內窺鏡輸出的視頻數據首先經由視頻采集卡捕獲并寫入系統內存中，然后通過 CPU 傳輸和 PCIE 總線連接到 GPU 的內存。內存的讀寫速率和 CPU 的性能成為制約視頻流傳輸效率的瓶頸，因而導致額外的傳輸延遲。手術視頻的需求要求內窺鏡捕獲的圖像與投影到醫用顯示器上的圖像之間具有一致且可靠的低延遲，因而額外的傳輸延遲將嚴重影響客戶體驗。與此同時，醫療應用對于底層平臺的設計以及安全性有合規的要求，并且醫療設備的設計、生產和使用的周期都比較長。因此選擇合適的技術平臺將為醫療企業的發展起到奠定基礎的作用。

基于以上挑戰，微識醫療選擇采用 NVIDIA Clara Holoscan 以及其搭載的 RDMA 等技術和支持服務來加速產品的開發迭代。RDMA，即遠程直接內存訪問，允許將視頻數據直接從視頻采集卡傳輸到 GPU 內存，這大大減少了 GPU 視頻處理的延遲及系統所需的 PCIE 帶寬，擺脫了對 CPU 性能的依賴，同時由 GPU 進行圖像的預處理過程，充分發揮了 GPU 并行計算的優勢，降低了整個系統的延遲和功耗，使用后給業務帶來了巨大的支持和提升，具體體現在以下幾個方面：

1. 通過采用 RDMA 技術，以內窺鏡常見的 1080i50 和 1080i60 視頻分辨率為例，視頻從采集卡到顯卡內存的傳輸時間減少了 30%。

2. 由 NVIDIA GPU 代替 CPU 進行圖像預處理，相比之前使用 CPU，圖像預處理的時間從 5ms 下降到 2ms。

3. 通過減少視頻傳輸和圖像預處理時間，使整個系統的畫面延遲從 25ms 降低到 16ms，極大得改善了用戶體驗，滿足了臨床應用的要求。

4. 通過在 NVIDIA Clara Holoscan 上直接布署 EndoScreener，省去了功耗巨大的 CPU 和體積龐大的風冷系統，使醫用工作站的體積減小為原來的一半，功耗降低到原來的 75%。

5. Clara Holoscan 平臺所提供的 IEC60601，IEC62304 的預認證，以及長期的軟硬件支持可以讓企業有更穩定和全球化的平臺開發 AI 應用。

微識醫療結腸鏡計算機輔助檢測軟件 EndoScreener 通過搭載 NVIDIA Clara Holoscan 實現高效視頻處理，保證產品性能的優效發揮。目前，通過若干高質量臨床證據，EndoScreener 產品臨床效用和價值被數國臨床指南和共識認可接受，成為國內第一個消化內鏡獲得醫療三類證的公司。微識醫療未來將更多基于 Clara Holoscan 平臺搭載的技術融入微識的產品中，提升產品的安全性和應用的實時性。