PowerEdge: Habilitación del aprendizaje profundo a gran escala para imágenes médicas
Summary: HPC, computación de alto rendimiento, HPC y laboratorio de innovación en IA, kit de herramientas NIVIDIA Clara, inteligencia artificial, imágenes médicas
Instructions
Línea descriptiva:
El nuevo kit de herramientas de IA NVIDIA Clara permite a los desarrolladores crear e implementar aplicaciones de imágenes médicas para crear instrumentos inteligentes y flujos de trabajo de servicios de salud automatizados.
En los hospitales de hoy en día, los técnicos de imágenes médicas están compitiendo para mantenerse al día con las cargas de trabajo derivadas del creciente uso de tomografías computarizadas, resonancias magnéticas y otras imágenes utilizadas en los procesos de diagnóstico. En un sistema hospitalario grande, un número relativamente pequeño de técnicos ahora podría recibir cientos o incluso miles de escaneos en un solo día. Para mantenerse al día con el volumen, estos técnicos sobrecargados de trabajo necesitan herramientas que los ayuden con el proceso de análisis de imágenes complejas, la identificación de anomalías difíciles de detectar y la búsqueda de indicadores de enfermedades.
Cada vez más, las instituciones médicas recurren a la inteligencia artificial para abordar estas necesidades. Gracias a las tecnologías de aprendizaje profundo, los sistemas de IA ahora se pueden entrenar para que funcionen como asistentes digitales que se encargan de parte del trabajo pesado que conlleva los flujos de trabajo de imágenes médicas. No se trata de utilizar la IA para sustituir a los profesionales formados. Se trata de utilizar la IA para agilizar los flujos de trabajo, aumentar la eficiencia y ayudar a los procesionales a identificar los casos que requieren su atención inmediata. El equipo de TI del hospital debe elaborar estrategias para que su infraestructura esté lista para la IA. NVIDIA y el Colegio Americano de Radiología se asociaron para permitir que miles de radiólogos creen y utilicen la IA en sus propias instalaciones, con sus propios datos, en una vasta red de miles de hospitales.
Uno de estos conjuntos de herramientas impulsadas por IA es NVIDIA Clara AI, una plataforma de computación abierta y escalable que permite el desarrollo de aplicaciones de imágenes médicas para entornos informáticos híbridos (integrados, en las instalaciones o en la nube). Con las funcionalidades de NVIDIA Clara AI, los hospitales pueden crear instrumentos inteligentes y flujos de trabajo de servicios de salud automatizados.
El kit de herramientas de IA de Clara
Para ayudar a las organizaciones a poner en marcha la IA de Clara, NVIDIA ofrece el SDK de implementación de Clara. Este kit de desarrollo de software empaquetado con Helm abarca una colección de contenedores
NVIDIA GPU Cloud (NGC) que funcionan en conjunto para proporcionar un flujo de trabajo integral de procesamiento de imágenes médicas en Kubernetes. Las imágenes de contenedores NGC están optimizadas para sistemas acelerados con GPU NGC Ready, como Dell EMC PowerEdge™ C4140 y Dell EMC PowerEdge™ R740xd.
Los contenedores de IA de Clara incluyen bibliotecas aceleradas por GPU para computación, gráficos e IA; ejemplos de aplicaciones para el procesamiento y la representación de imágenes; y flujos de trabajo computacionales para datos de tomografía computarizada, resonancia magnética y ultrasonido. Estas características aprovechan Docker y Kubernetes para organizar flujos de trabajo de imágenes médicas y conectarse a PACS (sistemas de comunicación y archivado de imágenes) o escalar aplicaciones de instrumentos médicos.
Figura 1. Arquitectura del kit de herramientas de IA de Clara
El kit de herramientas de IA de Clara reduce las barreras para la adopción de la IA en los flujos de trabajo de imágenes médicas. El SDK de implementación de IA de Clara incluye:
- Una interfaz de ingesta de datos de adaptador DICOM para comunicarse con un sistema PAC hospitalario
- Servicios principales para organizar y administrar recursos para la implementación y el desarrollo del flujo de trabajo
- Aplicaciones de IA de referencia que se pueden usar tal cual con datos definidos por el usuario o que se pueden modificar con algoritmos de IA definidos por el usuario
- Funcionalidades de visualización para monitorear el progreso y ver los resultados
Plataformas de servidor para el kit de herramientas
Para las organizaciones que buscan capitalizar la IA de NVIDIA Clara, Dell EMC proporciona plataformas de servidores sólidas y aceleradas por GPU que admiten el kit de herramientas de IA de Clara: el servidor en rack Dell EMC PowerEdge™ R740xd y el servidor en rack Dell EMC PowerEdge™ C4140.
El servidor PowerEdge R740xd ofrece un equilibrio entre rendimiento y escalabilidad del almacenamiento. Gracias a la compatibilidad con unidades NVMe y GPU NVIDIA, esta plataforma de dos conectores y 2U está lista para las demandas de las cargas de trabajo de imágenes médicas e IA de Clara. A su vez, el servidor PowerEdge C4140 es un servidor en rack de 1U optimizado para acelerador que está diseñado para las cargas de trabajo más exigentes. Con soporte para cuatro GPU, este servidor ultradenso de dos conectores está diseñado para los retos de las cargas de trabajo cognitivas, incluidos la IA, el aprendizaje automático y el aprendizaje profundo.
En el laboratorio de innovación en HPC e IA de Dell EMC, utilizamos el kit de herramientas de IA Clara con segmentación de órganos de TC y segmentación hepática de TC en nuestros servidores acelerados por GPU que ejecutan Red Hat Enterprise Linux. Para estas pruebas, recolectamos datos de tomografía computarizada abdominal, una serie de imágenes médicas en 2D, del Archivo de Imágenes del Cáncer de los NIH https://www.cancerimagingarchive.net/. Utilizamos las herramientas del kit de herramientas de IA de Clara para realizar un flujo de trabajo que primero convierte la serie DICOM para su ingestión e identifica órganos individuales a partir de la tomografía computarizada (segmentación de órganos).
A continuación, el flujo de trabajo puede utilizar esos órganos segmentados como entrada para identificar cualquier anomalía. Una vez finalizado el análisis, el sistema crea tanto un renderizado de volumen 3D anotado por MetaIO que se puede ver en el Clara Render Server como archivos DICOM que se pueden comparar con visores de imágenes médicas como ORTHANC u Oviyam2. Las herramientas del kit de herramientas de IA de Clara proporcionan un impulso para su uso en entornos de imágenes médicas que buscan capitalizar el poder de la IA.
Figura 2: El visor Oviyam2 muestra una vista en paralelo de las tomografías computarizadas originales y procesadas por IA de Clara
Clara IA en el trabajo
Si bien Clara AI es una oferta relativamente nueva, se lanzó en marzo, con disponibilidad general en junio, la plataforma ya está en uso en algunas instituciones médicas importantes, incluida la Universidad Estatal de Ohio, los Institutos Nacionales de Salud y la Universidad de California, San Francisco, según NVIDIA.
Los científicos del Centro Clínico de los Institutos Nacionales de Salud y NVIDIA utilizaron Clara AI para desarrollar un método de generalización de dominio para la segmentación de la próstata del tejido circundante en la resonancia magnética. Un blog de NVIDIA señala que el modelo localizado "logró un rendimiento similar al de un radiólogo y superó a otros algoritmos de última generación que fueron entrenados y evaluados con datos del mismo dominio".
Como demuestran estos primeros usuarios, NVIDIA Clara AI es una plataforma que potencialmente puede aportar mucho valor a las organizaciones que buscan capitalizar la IA para permitir el aprendizaje profundo a gran escala para imágenes médicas.
Figura 3: Dolencias en el hígado segmentado identificadas por el kit de herramientas de IA de Clara
Para obtener más información:
Para obtener una visión más detallada de las funcionalidades de NVIDIA Clara, navegue por los siguientes enlaces:
- Página de descarga del kit de herramientas de IA de Clara:
- Blog técnico para desarrolladores:
- Noticias para desarrolladores:
- Plataforma NVIDIA Clara:
Additional Information
Artículo escrito por John Lockman y Rakshith Vasudev del equipo de Dell en el Laboratorio de innovación en HPC e IA de Dell EMC en julio de 2019