抗癌健康网

NVIDIA公布医疗领域新进展,提供联合学习、借助AI锁定癌症目标

燕山萧云 2022-01-14 15:20:01 热度:1033°C

原标题:癌症3c NVIDIA公布医疗领域新进展,提供联合学习、借助AI锁定癌症目标

NVIDIA公布AI与图形加速在医疗领域新进展,以开源套件 FLARE 提供联合学习、借助 AI Enterprise 锁定癌症目标

NVIDIA 今日借着北美放射学会年会 RSNA 宣布两项结合旗下图形与 AI 技术的医疗应用进展,其一是宣布针对联合学习的全新开源软件 NVIDIA FLARE ,另一则是荷兰癌症研究所、医疗保健公司 Vyasa 与iCAD借助 NVIDIA AI Enterprise 软件套件提供结合 AI 的医疗影像的应用。

NVIDIA FLARE 将协作式人工智能引领至医疗领域

NVIDIA公布医疗领域新进展,提供联合学习、借助AI锁定癌症目标

癌症3c:NVIDIA公布医疗领域新进展,提供联合学习、借助AI锁定癌症目标

NVIDIA FLARE 是针对医疗领域提供协作式人工智能的软件开发工具包,旨在通过分布式的联合学习技术,使着重隐私或数据稀少、机密与缺乏多样性

的特殊医疗影像能够通过转化为分布式架构并进行机器学习与深度学习,当前已经应用在医学影像、遗传分析、肿瘤学与 COVID-19 研究。

NVIDIA FLARE 可与既有的 AI 计划进行整合,当然也包括用于医疗影像的 MONAI 开源框架,当前亦有多个知名医疗单位可支持 NVIDIA FLARE 的联合学习解决方案。如美国放射学会 ACR 与 NVIDIA 以 NVIDIA FLARE 进行联合学习研究,在 ACR AI-LAB 用于乳癌与 COVID-19 的放射寻影像判读; Flywheel 将 NVIDIA FLARE 纳入旗下 Flywheel Exchange 平台的解决方案之中,提供平台用户作为联合学习的选择之一;作为 NVIDIA Inception 加速器计划的伙伴与成员的 Rhino Health 极早就将 NVIDIA FLARE 与联合学习解决方案整合,并提供如麻省总医院研究员开发可诊顿脑动脉肿瘤的 AI 模型,以及协助美国国家癌症研究院早期检测研究网络开发与验证能识别胰脏癌早期迹象的 AI 模型。

研究人员可借助 NVIDIA FLARE 自定义联合学习解决方案,像是为特定领域的应用程序选择各类联合学习架构,借此调整适合的学习方式,平台开发者可借助 NVIDIA FLARE 为客户打造多方协作应用程序所需的分布式基础设施。

同时,借助 NVIDIA FLARE ,参与联合学习的单位不须汇集或交换彼此的专有数据,即可通过包括点对点、循环与主从式等分布式架构进行共同训练或是评估 AI 模型。借助主从式架构,参与联合学习者的模型训练后的参数可上传到公用服务器,再汇整并构成全局模型,此项应用模式已应用在协助胰脏癌肿瘤、乳房摄影的乳房密度分类与预测 COVID-19 的氧气需求。

NVIDIA公布医疗领域新进展,提供联合学习、借助AI锁定癌症目标

癌症3c——NVIDIA公布医疗领域新进展,提供联合学习、借助AI锁定癌症目标

此外 NVIDIA 与 Roche Digital Photology借助主从式架构将整个片子的影像进行分类并进行内部模拟;而荷兰Ersmus Medical Center 则与 NVIDIA 开发一项基于主从式架构的 AI 应用程序,用以分析与精神分裂病例有关的遗传变异识别。

当然并非所有联合学习都能使用或是适合使用主从式架构,这也是 NVIDIA FLARE 支持包括点对点与循环等其他联合学习方式的原因,在非医疗领域部分,例如协助能源公司进行地震与景眼数据分析,或是协助制造商进行工厂优化营运与协助金融公司改善诈欺预测模型等,就不那么适合以主从式架构作为基础。

借助 NVIDIA AI Enterprise 使 3D 癌症扫描具备更高精度的应用

▲ NVIDIA AI Enterprise 使医院 IT 人员可同时执行 AI 应用程序与医院的核心应用程序

NVIDIA公布医疗领域新进展,提供联合学习、借助AI锁定癌症目标

癌症3c,NVIDIA公布医疗领域新进展,提供联合学习、借助AI锁定癌症目标

在 RSNA 公布的另一项重要消息则是 NVIDIA AI Enterprise 的多个应用实例;其一是荷兰癌症研究所 NKI 将其活用在当前相当常见的 3D 癌症扫描,借助 NVIDIA AI Enterprise 提供充裕的内存容量, NKI 不用像过去只能使用低分辨率的影像进行训练,同时临床医师使病人接受治疗时,能更精确锁定肿瘤大小与位置。

NKI 所采用的 NVIDIA AI Enterprise 套件以优化 AI 开发与部属作业,使医院、研究员与 IT 专业人员可在本地端的数据中心与私有云环境的服务器使用 VMware vSphere 执行 AI 负载;通过虚拟化基础设施提供医疗技术,意味医院与研究机构可使用原本用于既有应用程序的工具,使过去的投资能继续沿用,并降低医疗照护创新的进入门坎。

▲ NKI 受惠 AI 模型可重建出更好的锥状射束电脑断层扫描胸腔影像,较传统方式画质更清晰

NKI 得以快速导入 NVIDIA AI Enterprise 的关键在于借助 NVIDIA LaunchPad计划,LaunchPad计划能使使用者立即取得在加速基础设施执行的优化软件,使客户针对数据科学与 AI 作业负载进行原型设计与测试, NKI 借助此计划取得 NVIDIA AI Enterpris软件套件,并在如 Dell 、 HPE 、联想等系统厂商的主流加速服务器通过 VMware vSaphere执行 AI作业负载。

NKI 研究人员以 AI Enterprise 建构深度学习模型,借助位于硅谷的服务器的 NVIDIA A100 80GB GPU 执行 AI 作业负载,通过大量的 2D 与 3D 医疗影像数据与 AI ,在不到三个月的时间建构一个卷积神经网络,在借助不到 300 个邻常肺部 CT 影像进行训练,并进行重建与推论头部与颈部数据,使放射治疗前可精确锁定肿瘤位置。 NKI 肿瘤学人工智能小组负责人 Jonas Teuwen表示通过此套系统,师可在治疗当天以此技术取代 CT 断层并进行优化治疗方案与验证放射治疗计划。 NKI 的终极目标是希望将此项作业介入放射学的潜在应用,作为修复心脏手术与牙科手术植入物的动脉辅助技术。

科技改变世界,知识改变命运!

欢迎点赞、关注,了解电脑、手机、相机、数码、3C新资讯!

来都来了,就加个关注吧!

精彩推荐:癌症3c

网友评论:

相关阅读

推荐阅读