Skip to main content
  • Place orders quickly and easily
  • View orders and track your shipping status
  • Enjoy members-only rewards and discounts
  • Create and access a list of your products
  • Manage your Dell EMC sites, products, and product-level contacts using Company Administration.

Grootschalige deeplearning inschakelen voor medische beeldvorming (in het Engels)

Summary: HPC, High Performance Computing, HPC en AI Innovation Lab, NIVIDIA Clara Toolkit, kunstmatige intelligentie, medische beeldvorming

This article may have been automatically translated. If you have any feedback regarding its quality, please let us know using the form at the bottom of this page.

Article Content


Symptoms

Artikel geschreven door John Lockman en Rakshith Vasudev van het Dell Team in het Dell EMC HPC en AI Innovation Lab in juli 2019

Cause

Grootschalige deeplearning inschakelen voor medische beeldvorming (in het Engels)

Resolution

Description Line: 

Met de nieuwe NVIDIA Clara AI Toolkit kunnen ontwikkelaars applicaties voor medische beeldvorming bouwen en implementeren om intelligente instrumenten en geautomatiseerde workflows voor de gezondheidszorg te creëren.

In de ziekenhuizen van vandaag racen medische beeldvormingstechnici om gelijke tred te houden met de werklast die voortkomt uit het toenemende gebruik van CT-scans, MRI-scans en andere beeldvorming die wordt gebruikt in de diagnostische processen. In een groot ziekenhuissysteem kan een relatief klein aantal technici nu worden getroffen door honderden of zelfs duizenden scans op één dag. Om het volume bij te houden, hebben deze overwerkte technici hulpmiddelen nodig om te helpen bij het analyseren van complexe beelden, het identificeren van moeilijk te detecteren afwijkingen en het uitzoeken van ziekte-indicatoren.

Steeds meer medische instellingen kijken naar kunstmatige intelligentie om aan deze behoeften te voldoen. Met deep learning-technologieën kunnen AI-systemen nu worden getraind om te dienen als digitale assistenten die een deel van het zware werk op zich nemen dat gepaard gaat met workflows voor medische beeldvorming. Dit gaat niet over het gebruik van AI om getrainde professionals te vervangen. Het gaat om het gebruik van AI om workflows te stroomlijnen, de efficiëntie te verhogen en processiegangers te helpen de zaken te identificeren die hun onmiddellijke aandacht vereisen. De IT-teams van ziekenhuizen moeten een strategie bedenken om hun infrastructuur AI-Ready te maken. NVIDIA en het American College of Radiology hebben de handen ineengeslagen om duizenden radiologen in staat te stellen AI te creëren en te gebruiken in hun eigen faciliteiten, met hun eigen data, in een uitgebreid netwerk van duizenden ziekenhuizen.

Een van deze AI-gestuurde toolsets is NVIDIA Clara AI, een open, schaalbaar computingplatform dat de ontwikkeling van medische beeldvormingsapplicaties voor hybride (geïntegreerde, on-premises of cloud) computingomgevingen mogelijk maakt. Met de mogelijkheden van NVIDIA Clara AI kunnen ziekenhuizen intelligente instrumenten en geautomatiseerde workflows voor de gezondheidszorg creëren.

De Clara AI Toolkit

Om organisaties te helpen Clara AI aan het werk te zetten, biedt NVIDIA de Clara Deploy SDK. Deze softwareontwikkelingskit met Helm-pakket bevat een verzameling NVIDIA GPU Cloud (NGC)- containers die samenwerken om een end-to-end workflow voor medische beeldverwerking in Kubernetes te bieden. NGC-containerimages zijn geoptimaliseerd voor NGC Ready GPU-versnelde systemen, zoals de Dell EMC PowerEdge™ C4140 en Dell EMC PowerEdge™ R740xd.

De Clara AI-containers bevatten GPU-versnelde bibliotheken voor computing, graphics en AI; voorbeeldtoepassingen voor beeldverwerking en -weergave; en computationele workflows voor CT-, MRI- en echografiegegevens. Deze functies maken gebruik van Docker en Kubernetes om workflows voor medische beeldvorming te orkestreren en verbinding te maken met PACS (beeldarchiverings- en communicatiesystemen) of toepassingen voor medische instrumenten te schalen.
 
SLN317882_en_US__1c1
Afbeelding 1. Clara AI Toolkit-architectuur

De Clara AI Toolkit verlaagt de drempels voor het gebruik van AI in workflows voor medische beeldvorming. De Clara AI Deploy SDK bevat:

  • Een DICOM-adapterinterface voor data-opname om te communiceren met een PAC-systeem van een ziekenhuis
  • Kernservices voor het indelen en beheren van resources voor workflowimplementatie en -ontwikkeling
  • Referentie AI-toepassingen die kunnen worden gebruikt zoals ze zijn met door de gebruiker gedefinieerde data of die kunnen worden aangepast met door de gebruiker gedefinieerde AI-algoritmen
  • Visualisatiemogelijkheden om voortgang te bewaken en resultaten te bekijken

Serverplatforms voor de Toolkit

Voor organisaties die willen profiteren van NVIDIA Clara AI, biedt Dell EMC robuuste, GPU-versnelde serverplatforms die de Clara AI Toolkit ondersteunen: de Dell EMC PowerEdge™ R740xd rackserver en de Dell EMC PowerEdge™ C4140 rackserver.

De PowerEdge R740xd server biedt een balans tussen schaalbaarheid en prestaties van de storage. Met ondersteuning voor NVMe-schijven en GPU's van NVIDIA is dit 2U-platform met twee sockets klaar voor de eisen van Clara AI en workloads voor medische beeldvorming. De PowerEdge C4140 server is op zijn beurt een voor versneller geoptimaliseerde 1U-rackserver die is ontworpen voor de meest veeleisende workloads. Met ondersteuning voor vier GPU's is deze ultracompacte server met twee sockets gebouwd voor de uitdagingen van cognitieve workloads, waaronder AI, machine learning en deep learning.

In het HPC en AI Innovation Lab van Dell EMC gebruikten we Clara AI Toolkit met CT-orgaansegmentatie en CT-leversegmentatie op onze GPU-versnelde servers met Red Hat Enterprise Linux. Voor deze tests verzamelden we abdominale CT-scangegevens, een reeks medische 2D-beelden, uit het NIH Cancer Image Archive https://www.cancerimagingarchive.net/. We gebruikten de tools in de Clara AI Toolkit om een workflow uit te voeren die eerst de DICOM-serie converteert voor opname en individuele organen identificeert uit de CT-scan (orgaansegmentatie).

Vervolgens kan de workflow die gesegmenteerde organen gebruiken als input om eventuele afwijkingen te identificeren. Zodra de analyse is voltooid, maakt het systeem een zowel MetaIO-geannoteerde 3D-volumeweergave die kan worden bekeken in de Clara Render Server als in DICOM-bestanden die naast elkaar kunnen worden vergeleken met medische beeldviewers zoals ORTHANC of Oviyam2. De tools in de Clara AI Toolkit bieden een vliegende start voor gebruik in omgevingen met medische beeldvorming die willen profiteren van de kracht van AI.
 

SLN317882_en_US__2c2
 
Afbeelding 2: Oviyam2-viewer demonstreert zij-aan-zijaanzicht van Clara AI verwerkt versus originele CT-scan

Clara AI aan het werk

Hoewel Clara AI een relatief nieuw aanbod is, werd het in maart gelanceerd, met algemene beschikbaarheid in juni, het platform is al in gebruik in enkele grote medische instellingen, waaronder Ohio State University, de National Institutes of Health en de University of California, San Francisco, volgens NVIDIA.

Het National Institutes of Health Clinical Center en NVIDIA-wetenschappers gebruikten Clara AI om een domeingeneralisatiemethode te ontwikkelen voor de segmentatie van de prostaat uit omringend weefsel op MRI. Een NVIDIA-blog merkt op dat het gelokaliseerde model "prestaties behaalde die vergelijkbaar waren met die van een radioloog en beter presteerde dan andere state-of-the-art algoritmen die werden getraind en geëvalueerd op gegevens uit hetzelfde domein."

Zoals deze early adopters laten zien, is NVIDIA Clara AI een platform dat mogelijk veel waarde kan toevoegen aan organisaties die willen profiteren van AI om grootschalig deep learning voor medische beeldvorming mogelijk te maken.
 

SLN317882_en_US__3c3
 
Afbeelding 3: Aandoeningen op gesegmenteerde lever geïdentificeerd door Clara AI Toolkit

Voor meer informatie

Ga naar de volgende koppelingen voor meer informatie over de mogelijkheden van NVIDIA Clara:

 

 

Article Properties


Affected Product

High Performance Computing Solution Resources, Poweredge C4140, PowerEdge R740XD

Last Published Date

29 Mar 2024

Version

5

Article Type

Solution