PowerEdge: Aktivering af indlæring i stor skala til medicinsk afbildning

Beskrivelse Line: 

Det nye NVIDIA Clara AI Toolkit giver udviklere mulighed for at bygge og implementere medicinske billedbehandlingsprogrammer for at skabe intelligente instrumenter og automatiserede arbejdsgange i sundhedssektoren.

På nutidens hospitaler kæmper medicinske billedteknikere for at holde trit med arbejdsbyrden, der stammer fra den stigende brug af CT-scanninger, MR-scanninger og anden billeddannelse, der anvendes i de diagnostiske processer. I et stort hospitalssystem kan et relativt lille antal teknikere nu blive ramt af hundreder eller endda tusinder af scanninger på en enkelt dag. For at holde trit med lydstyrken har disse overarbejdede teknikere brug for værktøjer til at hjælpe med processen med at analysere komplekse billeder, identificere vanskelige at opdage abnormiteter og ferreting ud indikatorer for sygdom.

I stigende grad ser medicinske institutioner på kunstig intelligens for at imødekomme disse behov. Med deep learning-teknologier kan AI-systemer nu trænes til at fungere som digitale assistenter, der påtager sig nogle af de tunge løft, der følger med arbejdsgange til medicinsk billeddannelse. Dette handler ikke om at bruge AI til at erstatte uddannede fagfolk. Det handler om at bruge AI til at strømline arbejdsgange, øge effektiviteten og hjælpe processioner med at identificere de sager, der kræver deres øjeblikkelige opmærksomhed. Hospitalernes IT skal lægge strategier for at gøre deres infrastruktur AI-klar. NVIDIA og American College of Radiology er gået sammen om at gøre det muligt for tusindvis af radiologer at skabe og bruge AI i deres egne faciliteter med deres egne data på tværs af et stort netværk af tusindvis af hospitaler.

Et af disse AI-drevne værktøjssæt er NVIDIA Clara AI, en åben, skalerbar databehandlingsplatform, der muliggør udvikling af medicinske billedbehandlingsprogrammer til hybride (integrerede, lokale eller cloud) databehandlingsmiljøer. Med funktionerne i NVIDIA Clara AI kan hospitaler skabe intelligente instrumenter og automatiserede arbejdsgange i sundhedssektoren.

Clara AI-værktøjssæt

NVIDIA tilbyder Clara Deploy SDK for at hjælpe organisationer med at få Clara AI til at fungere. Dette softwareudviklingssæt, der er pakket med Helm, omfatter en samling af NGC-objektbeholdere (NVIDIA GPU Cloud), der arbejder sammen om at levere en komplet arbejdsproces til medicinsk billedbehandling i Kubernetes. NGC-beholderafbildninger er optimeret til NGC Ready GPU-accelererede systemer som f.eks. Dell EMC PowerEdge™ C4140 og Dell EMC PowerEdge™ R740xd.

Clara AI-containerne inkluderer GPU-accelererede biblioteker til computing, grafik og AI; eksempler på applikationer til billedbehandling og gengivelse; og beregningsmæssige arbejdsgange for CT-, MR- og ultralydsdata. Disse funktioner udnytter Docker og Kubernetes til at orkestrere arbejdsprocesser for medicinsk afbildning og oprette forbindelse til PACS (billedarkiverings- og kommunikationssystemer) eller skalere programmer til medicinske instrumenter.
 
 
Figur 1. Clara AI Toolkit-arkitektur

Clara AI Toolkit sænker barriererne for at indføre AI i arbejdsgange med medicinsk billeddannelse. Clara AI Deploy SDK indeholder:

• En DICOM-grænseflade til dataindtagelse til kommunikation med et hospitals PACs-system
• Kerneservices til organisering og administration af ressourcer til implementering og udvikling af arbejdsgange
• Henvis til AI-programmer, der kan bruges, som de er, med brugerdefinerede data eller kan ændres med brugerdefinerede AI-algoritmer
• Visualiseringsfunktioner til at overvåge fremskridt og se resultater

Serverplatforme til værktøjssættet

Dell EMC leverer robuste, GPU-accelererede serverplatforme, der understøtter Clara AI – Dell EMC PowerEdge™ R740xd-rack-serveren og Dell EMC PowerEdge™ C4140-rack-serveren til organisationer, der ønsker at udnytte NVIDIA Clara AI.

PowerEdge R740xd-serveren leverer en balance mellem storageskalerbarhed og ydeevne. Med understøttelse af NVMe-drev og NVIDIA GPU'er er denne 2U-platform med to sokler klar til kravene fra Clara AI og workloads inden for medicinsk billedbehandling. PowerEdge C4140-serveren er en acceleratoroptimeret 1U-rackserver, der er designet til de mest krævende workloads. Med understøttelse af fire GPU'er er denne ultrakompakte server med to sokler bygget til udfordringerne ved kognitive workloads, herunder AI, maskinlæring og deep learning.

I HPC og AI Innovation Lab hos Dell EMC brugte vi Clara AI Toolkit med CT-organsegmentering og CT-leversegmentering på vores GPU-accelererede servere, der kører Red Hat Enterprise Linux. Til disse tests indsamlede vi abdominale CT-scanningsdata, en række 2D-medicinske billeder, fra NIH Cancer Image Archive https://www.cancerimagingarchive.net/. Vi brugte værktøjerne i Clara AI Toolkit til at udføre en arbejdsgang, der først konverterer DICOM-serien til indtagelse og identificerer individuelle organer fra CT-scanningen (organsegmentering).

Dernæst kan arbejdsgangen bruge disse segmenterede organer som input til at identificere eventuelle abnormiteter. Når systemet er færdig med analysen, opretter det både MetaIO-kommenteret 3D-volumengengivelse, der kan ses i Clara Render Server- og DICOM-filer, der kan sammenlignes side om side med medicinske billedfremvisere som ORTHANC eller Oviyam2. Værktøjerne i Clara AI Toolkit giver et forspring til brug i miljøer med medicinsk billeddannelse, der ønsker at udnytte kraften i AI.
 

 
 
Figur 2: Oviyam2 Viewer demonstrerer side om side visning af Clara AI behandlet vs originale CT-scanninger

Clara AI på jobbet

Mens Clara AI er et relativt nyt tilbud, blev det lanceret i marts med generel tilgængelighed i juni, platformen er allerede i brug i nogle større medicinske institutioner, herunder Ohio State University, National Institutes of Health og University of California, San Francisco, ifølge NVIDIA.

National Institutes of Health Clinical Center og NVIDIA-forskere brugte Clara AI til at udvikle en domænegeneraliseringsmetode til segmentering af prostata fra omgivende væv på MR. En NVIDIA-blog bemærker, at den lokaliserede model "opnåede ydeevne svarende til en radiologs og overgik andre avancerede algoritmer, der blev trænet og evalueret på data fra det samme domæne."

Som disse tidlige adoptere viser, er NVIDIA Clara AI en platform, der potentielt kan bringe stor værdi til organisationer, der ønsker at udnytte AI til at muliggøre dyb læring i stor skala til medicinsk billeddannelse.
 

 
 
Figur 3: Lidelser på segmenteret lever identificeret af Clara AI Toolkit

Hvis du vil vide mere:

For et nærmere kig på mulighederne i NVIDIA Clara, gennemse følgende links:

• Clara AI Toolkit Download side:
  • https://developer.nvidia.com/clara-medical-imaging 
• Teknisk udviklerblog:
  • https://devblogs.nvidia.com/annotate-adapt-model-medical-imaging-clara-train-sdk/
• Udvikler Nyheder:
  • https://news.developer.nvidia.com/nvidia-clara-train-sdk-now-available/
• NVIDIA Clara-platform:
  • https://news.developer.nvidia.com/nvidia-clara-platform-augmenting-radiology-with-ai/

Artikel skrevet af John Lockman og Rakshith Vasudev fra Dell-teamet på Dell EMC HPC og AI Innovation Lab i juli 2019