美光存儲(chǔ)器助力AI造福精神健康

1 沉重的社會(huì)話題

幾年前，王女士朋友的70多歲婆婆患了阿爾茲海默癥，朋友的老公后來無法外出工作，在家全職照顧她。這使王女士開始關(guān)注這類病癥，了解到如果盡早地發(fā)現(xiàn)和干預(yù)，可使病癥發(fā)展減緩。同時(shí)，患者需要大量的康復(fù)訓(xùn)練，但患者因?yàn)槟X部疾病會(huì)難以融入社區(qū)、社會(huì)，同時(shí)因?yàn)榘嘿F的康復(fù)費(fèi)用等因素，為康復(fù)帶來一定的難度。

在不久前的CNCC2023（中國計(jì)算機(jī)大會(huì)）上，王女士了解到精神健康已是一個(gè)重要的社會(huì)話題，相關(guān)的醫(yī)學(xué)電子正向數(shù)據(jù)驅(qū)動(dòng)型、精準(zhǔn)診療方向發(fā)展，而生成式AI /大模型是推進(jìn)其進(jìn)化的加速器。生成式AI和大模型的發(fā)展瓶頸之一是存儲(chǔ)器，需要更大容量、更高帶寬和更低延遲。慶幸的是，美光科技等存儲(chǔ)器廠商正不斷突破精進(jìn)，正向市場推出一系列革命性的技術(shù)和產(chǎn)品。

2 一組驚人的數(shù)據(jù)

根據(jù)《世衛(wèi)組織精神健康2022報(bào)告》，目前全球精神障礙患者已達(dá)9.7億，占全球總?cè)丝诘?3%，我國精神障礙患者已超1億。

我國精神醫(yī)學(xué)與睡眠醫(yī)學(xué)專家陸林院士在《科創(chuàng)中國·院士開講》中提到，新冠疫情發(fā)生以來，全球新增超過7000萬抑郁癥患者，9000萬焦慮癥患者，數(shù)億人出現(xiàn)失眠障礙問題。

在我國，阿爾茲海默癥和自閉癥分別是老年人和兒童中發(fā)病較多的病種。

隨著人口老齡化，阿爾茲海默癥正威脅著老年人的健康。據(jù)《2021年中國阿爾茲海默病患者診療現(xiàn)狀調(diào)研報(bào)告》，60歲及以上人群中患者高達(dá)983萬例，年治療費(fèi)用超過1.2萬億元。

據(jù)《2022年國民抑郁癥藍(lán)皮書》，我國18歲以下患者占總患病人數(shù)的30%，發(fā)病群體呈年輕化的趨勢。據(jù)《中國自閉癥教育康復(fù)行業(yè)發(fā)展?fàn)顩r報(bào)告》，我國孤獨(dú)癥患者超過1000萬，其中0~14歲兒童患者超過200萬，并以每年近20萬的速度增長。

但是當(dāng)前精神疾病診斷還是傳統(tǒng)的方法，多以醫(yī)生訪談和精神疾病診斷量表為主，缺乏客觀量化診斷指標(biāo)；治療方式主要為藥物治療等方法，但是藥物治療存在副作用大等問題。以AI和大數(shù)據(jù)為代表的前沿信息技術(shù)的飛速發(fā)展，為精神疾病的診療提供了新契機(jī)，推動(dòng)診療由癥狀描述型向數(shù)據(jù)驅(qū)動(dòng)型轉(zhuǎn)變，并提供了普適化、精準(zhǔn)化和個(gè)性化的精神疾病診療分析技術(shù)，從而提高了精神疾病臨床識(shí)別率和治療有效率。

為此，不僅需要AI的發(fā)展，對存儲(chǔ)器也帶來了挑戰(zhàn)。因?yàn)殡S著CPU/GPU內(nèi)核數(shù)量的不斷增加以滿足數(shù)據(jù)中心/AI工作負(fù)載需求，系統(tǒng)對更高的內(nèi)存帶寬與容量的需求也顯著增長，從而在應(yīng)對“內(nèi)存墻”挑戰(zhàn)的同時(shí)優(yōu)化客戶的總體擁有成本。為此，在內(nèi)存方面，美光已推出1β技術(shù)的DDR5 DRAM（內(nèi)存），支持計(jì)算能力向更高的性能擴(kuò)展，能支持?jǐn)?shù)據(jù)中心和客戶端平臺(tái)上的AI訓(xùn)練和推理、生成式AI、數(shù)據(jù)分析和內(nèi)存數(shù)據(jù)庫（IMDB）等應(yīng)用。

3 精神研究的四個(gè)步驟

為了實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)，需要完成四個(gè)步驟：數(shù)據(jù)獲取、分析模型、特征表達(dá)、干預(yù)方法。

數(shù)據(jù)獲?。?/strong>借助生物醫(yī)學(xué)技術(shù)去獲取一些生理行為的信息的技術(shù)。

分析模型：確定用什么樣的工具分析數(shù)據(jù)，是用經(jīng)典的機(jī)器學(xué)習(xí)的方法，還是用現(xiàn)在熱門的大模型、深度學(xué)習(xí)的方法。

特征表達(dá)：解釋和分析所挖掘出來的信息指標(biāo)。

干預(yù)方法：進(jìn)行智能化、精準(zhǔn)化的干預(yù)。

3.1 數(shù)據(jù)獲取

在生理信號(hào)獲取上，有多種方法。

● 電極技術(shù)。包括腦電、心電、肌電、皮電。

● 音頻。可采集鼾聲、心音、肺音、腸鳴音等，來揭示與健康的關(guān)系。

● 影像。核磁共振成像（MRI）可以去了解腦結(jié)構(gòu)與腦功能，例如對病灶區(qū)進(jìn)行基本靶點(diǎn)定位后，為后續(xù)的精準(zhǔn)治療提供相關(guān)的依據(jù)。正電子成像（PET）可研究抑郁患者發(fā)病機(jī)理及藥物干預(yù)療效。超聲已作為癡呆癥風(fēng)險(xiǎn)早期篩查工具。CT成像可用于阿爾茲海默等神經(jīng)類疾病的診斷。醫(yī)療領(lǐng)域正走向普適化，日常生活的場景下的可佩戴式的近紅外成像（fNIR）系統(tǒng)，可監(jiān)測氧合血紅蛋白的變化。光聲成像（PAI）可以用來測量腦氧飽和度的異常來進(jìn)行精神健康的檢測。腦磁圖（MEG）方面，可穿戴腦磁監(jiān)測系統(tǒng)可用于研究運(yùn)動(dòng)障礙病理生理學(xué)、精神障礙病理學(xué)等。

● 行為信號(hào)。可采集語言、表情和眼動(dòng)等數(shù)據(jù)；此外，還有步態(tài)、睡眠。特點(diǎn)是無擾的。例如步態(tài)，在一些特定的應(yīng)用場景，例如學(xué)校用于大規(guī)模的人群篩查。睡眠監(jiān)測也可以是無擾式的，通過采用聲納等技術(shù)，適合睡眠敏感人群使用，例如在枕邊放傳感裝置，來收集睡眠過程中的呼吸鼾聲，以及夜里翻身等狀況。

3.2 分析模型、特征表達(dá)與干預(yù)

有了數(shù)據(jù)后，接下來需要選擇深度學(xué)習(xí)模型對疾病機(jī)理進(jìn)行分析。無論是從機(jī)器學(xué)習(xí)還是深度學(xué)習(xí)模型，挖掘出來患者的整體特征并分析，幫助人們進(jìn)行更精準(zhǔn)化的認(rèn)知。在這個(gè)基礎(chǔ)上，可以把疾病進(jìn)行更細(xì)的分層分類，以進(jìn)行精準(zhǔn)干預(yù)。

干預(yù)方面，主要有藥物干預(yù)、音樂治療、芳香療法、光照療法。這幾年比較熱門的還有正念訓(xùn)練、虛擬現(xiàn)實(shí)暴露療法（VRET）、運(yùn)動(dòng)療法。臨床醫(yī)學(xué)上，較新的療法還有：對于一些中重度抑郁或者是癲癇患者，還有腦電磁刺激療法；激光間質(zhì)熱療（LITT）在MRI磁共振成像引導(dǎo)下，治療強(qiáng)迫癥。中醫(yī)的耳迷走神經(jīng)刺激也被國際上所驗(yàn)證，因?yàn)槎康拿宰呱窠?jīng)的刺激是可以多少改善我們內(nèi)部多巴胺的分泌，進(jìn)而調(diào)整我們的行為。

這些數(shù)據(jù)獲取、干預(yù)方法中，很多是無擾、便攜式的終端，需要提供平衡的性能和功耗。因此在存儲(chǔ)器方面，需要低功耗產(chǎn)品。美光的低功耗LPDDR系列DRAM及嵌入式閃存就是為滿足便攜移動(dòng)終端所推出的。例如上述的干預(yù)中，虛擬現(xiàn)實(shí)暴露療法（VRET）是通過VR眼鏡讓患者直面精神障礙的病源，進(jìn)而克服焦慮或痛苦意識(shí)，可有效治療焦慮癥、強(qiáng)迫癥和創(chuàng)傷性應(yīng)激障礙。而VR眼鏡需要超低功耗、小尺寸產(chǎn)品。美光科技最新的低功耗 LPDDR5X DRAM 和通用閃存 UFS 3.1 嵌入式解決方案，非常適合混合現(xiàn)實(shí) (MR) 和虛擬現(xiàn)實(shí) (VR) 設(shè)備。LPDDR5X通過創(chuàng)新的 1α 制程節(jié)點(diǎn)技術(shù)和 JEDEC 能效優(yōu)化實(shí)現(xiàn)更低功耗，可實(shí)現(xiàn)高達(dá) 8.533 Gbps 的峰值速率。 

4 挑戰(zhàn)與策略

數(shù)據(jù)獲取。希望多模態(tài)的生理行為信息的獲取。

分析模型。①對數(shù)據(jù)的數(shù)量和質(zhì)量的依賴性高，才能產(chǎn)生精準(zhǔn)的模型。②可解釋性差。例如圍繞一些高級(jí)復(fù)雜或深度模擬出來的特征，人們很難去跟經(jīng)典的診療的標(biāo)簽或者是醫(yī)生標(biāo)注的信息進(jìn)行直接的對應(yīng)，所以難以揭示這個(gè)模型背后蘊(yùn)含的因果關(guān)系。③成本高。在精神健康長期監(jiān)測高靈敏長時(shí)耗的需求中，目前模式還有待進(jìn)一步的改善的。

特征表達(dá)。還缺乏有效的研究理論和方法。

干預(yù)。分為藥物干預(yù)與非藥物干預(yù)。藥物干預(yù)的缺點(diǎn)是副作用大，而且精神藥物的接受度差，治療周期比較長。非藥物的干預(yù)，欠缺標(biāo)準(zhǔn)化的治療研究，療效難以量化評估，因而無法實(shí)現(xiàn)精準(zhǔn)化的治療，個(gè)性化程度較低，且跟藥物治療沒有密切的協(xié)作配合關(guān)系。

總之，人腦是一個(gè)復(fù)雜的巨系統(tǒng)，需要開放式、多層次性、復(fù)雜性、巨量性的架構(gòu)或體系的設(shè)計(jì)，來幫助人們從癥狀描述型到數(shù)據(jù)驅(qū)動(dòng)型的轉(zhuǎn)變，進(jìn)而利用從定性到系統(tǒng)化的分析方法來解決精神健康的問題。

近期熱門的生成式AI/大模型與傳統(tǒng)AI有望在此加持。

生成式AI/大模型與傳統(tǒng)AI有何區(qū)別？傳統(tǒng)AI也稱為狹義AI或弱AI，主要用于分析數(shù)據(jù)和做出預(yù)測；而生成式AI則更進(jìn)一步，創(chuàng)建與其訓(xùn)練數(shù)據(jù)相似的新數(shù)據(jù)。換句話，傳統(tǒng)AI擅長模式識(shí)別，而生成式AI擅長模式創(chuàng)建?？梢妭鹘y(tǒng)AI和生成式AI具有不同的功能，可以協(xié)同工作，提供更強(qiáng)大的解決方案。例如，傳統(tǒng)AI可以分析用戶行為數(shù)據(jù)，而生成AI可以根據(jù)這種分析來創(chuàng)建個(gè)性化內(nèi)容。

為了實(shí)現(xiàn)AI，不僅需要新一代AI/GPU算力芯片，同時(shí)也需要大量存儲(chǔ)器與之匹配。根據(jù)美光測算，AI服務(wù)器中DRAM數(shù)量是傳統(tǒng)服務(wù)器的8倍，NAND是傳統(tǒng)服務(wù)器的3倍。這是因?yàn)锳I工作負(fù)載傾向于占用更多內(nèi)存?？梢姡@輪AI大潮也推動(dòng)了存儲(chǔ)芯片的需求量，催生了一批新技術(shù)產(chǎn)品問世。例如美光HBM3E DRAM、高密度 DDR5 DRAM 和 TB 級(jí) SSD 存儲(chǔ)等技術(shù)，以滿足在云端進(jìn)行生成式 AI 訓(xùn)練和推理所需的速度和容量。

HBM3E

HBM3E是一種DRAM存儲(chǔ)芯片，是迄今市場上最先進(jìn)的高帶寬內(nèi)存（HBM）產(chǎn)品。美光首批HBM3E采用8-Hi（8層）設(shè)計(jì)，提供24GB容量和超過1.2TB/s頻寬, 比HBM3提高了50%。美光計(jì)劃于2024年初開始大量出貨HBM3E。

實(shí)際上，HBM是基于3D堆棧工藝的高性能DRAM。HBM DRAM 產(chǎn)品以 HBM（第一代）、HBM2（第二代）、HBM2E（第三代）、HBM3（第四代）、HBM3E（第五代）的順序開發(fā)。HBM3E 是 HBM3 的擴(kuò)展（Extended）版本。

NVMe SSD固態(tài)硬盤

不久前，美光推出 7500 系列 NVMe SSD，主要面向數(shù)據(jù)中心存儲(chǔ)應(yīng)用，包括了云服務(wù)器和企業(yè)服務(wù)器。該系列產(chǎn)品采用 232 層 3D NAND 閃存。美光稱，這是全球首款基于 200+層 NAND 閃存的主流數(shù)據(jù)中心 SSD。

5 普適化康復(fù)需要生成式AI的加持

精神障礙人群由于腦部疾病，往往不愿意接納他們，這不利于患者的康復(fù)，還會(huì)形成惡性循環(huán)。ChatGPT等生成式AI技術(shù)的出現(xiàn)為王女士帶來無限遐想，希望康復(fù)設(shè)備普適化。例如，利用手機(jī)等移動(dòng)終端設(shè)備可以給予患者人性化的聊天、娛樂、益智訓(xùn)練、教育等功能，而且身邊的智能設(shè)備可以感知患者的呼吸、心率、睡眠、情緒等變化，利用光照的色彩和強(qiáng)度、音樂、芳香等調(diào)整，改善患者的情緒狀態(tài)，或者通知醫(yī)護(hù)人員與家人。由于不那么依賴專業(yè)人員和照護(hù)者，可使康復(fù)成本極大降低，又實(shí)現(xiàn)了精準(zhǔn)康復(fù)。

在醫(yī)學(xué)電子、計(jì)算技術(shù)、存儲(chǔ)技術(shù)等技術(shù)的努力下，希望減少精神患者的疾患，生活質(zhì)量更高。