Leader en solutions logicielles pour scientifiques

Le toolkit OpenVINO™ donne accès à un système intégré pour développer des solutions IA dans le domaine de la santé

 

Les produits Intel Vision et QNAP/IEI améliorent la qualité des soins grâce à des diagnostics accélérés.

Résumé

Dans la lutte contre le crime comme dans celle contre la maladie, l’IA contribue à un monde automatisé, alimenté par la donnée, apportant de multiples applications positives. L’imagerie avancée couplée à la vision artificielle, composante clé de la révolution de l’IA, devient le centre d’un nombre croissant d’applications opérationnelles.
La santé en fait partie, où cette technologie contribue à la détection d’anomalie et à l’amélioration des soins. Il reste néanmoins complexe de déployer des systèmes intégrés, du manque d’outils adaptés et de savoir-faire dans ces technologies de pointe. Voici à quoi Intel et QNAP/IEI travaillent, en faciliter l’accès.
Intel et QNAP/IEI ont développé ensemble une solution permettant aux développeurs, data scientists, chercheurs et étudiants en médecine un système de vision artificielle rapide à déployer comprenant une console, un scikit learn de deep learning et un puissant serveur de stockage en réseau.

Problème

Les chercheurs en médecine manipulent souvent un volume colossal de scans, de données génomiques, de dossiers de patients, exigeant une capacité adaptée de puissance de calcul, de stockage et de connectivité réseau.
Un éventail de compétences interdisciplinaires rares est requis pour la construction d’une plateforme médicalede deep learning et de data management.
La configuration de lecteurs, de containers, de réseaux et de moyens de
sauvegarde / transfert dépasse les compétences d’un data scientist.

Solution

L’offre Intel et QNAP/IEI apporte le calcul haute performance, le stockage et le réseau, packagés en une solution unique. Elle apporte aux hôpitaux et cliniques de toutes tailles un data management évolutif et aisé à installer et à administrer.
Le toolkit OpenVINO™ donne accès à un système intégré pour développer des solutions IA dans le domaine de la santé
Les produits Intel Vision et QNAP/IEI améliorent la qualité des soins grâce à des diagnostics accélérés.

Construit sur le modèle de l’Intel Vision Accelerator Design
QNAP/IEI développe actuellement la nouvelle génération de solutions en vision artificielle à l’aide des nouveaux produits Intel Vision Accelerator Design, censés apporter des améliorations significatives dans la performance et le traitement des données de l’imagerie médicale.
Les produits Intel Vision Accelerator Design sont le dernier ajout en date à la gamme déjà bien remplie d’Intel Vision et ils y amènent une inférence en réseau neuronal profond pour de l’interprétation d’image pointue et rapide, le tout de manière efficiente énergétiquement. Ces modèles d’accélérateurs d’inférence sont compatibles avec les machines utilisant Intel comme processeur maître et peuvent être portés vers de nouvelles machines. Ils offrent un panel d’options pour accélérer des réseaux neuronaux profonds, en fonction des performances, coût et consommations énergétiques attendus.
 

Étude de cas : dégénérescence maculaire

La solution Intel et QNAP/IEI a été utilisée en situation réelle pour aider les médecins d’un centre médical Taïwanais renommé à détecter les maculopathies liées à l’âge chez les patients. La dégénérescence de la macula, partie centrale de la rétine, se développe avec l’âge et entraîne une altération de la vision et éventuellement la cécité. La maladie ne présente pas de symptômes à ses stades précoces - la plupart des patients ne ressentent des problèmes qu’aux stades intermédiaires ou tardifs, lorsqu’il peut être trop tard pour traiter. En détectant précocement les lésions liées à la macula par Tomographie en Cohérence Optique (TCO), la progression de la maladie peut être traitée rapidement et stoppée.

Défis à relever

Le diagnostic des lésions maculaires par imagerie médicale est une tâche longue et laborieuse qui exige une formation et des ressources spéciales qui ne sont pas disponibles dans toutes les cliniques, particulièrement dans les zones rurales. De plus, les résultats peuvent prendre des semaines, ce qui retarde le traitement. En utilisant la technologie de l’IA, les médecins peuvent raccourcir le temps d’interprétation des images de TCO et faire des diagnostics plus précis.

Résultats rapides

L’équipe QuAI a construit et livré en cinq mois un système de diagnostic de l’IA qui intègre le NAS QNAP, les processeurs Intel Xeon® D et le logiciel JupyterHub pour la programmation des algorithmes. L’équipe du projet a prélevé plus de 20 000 images TCO, les a étiquetées avec 4 conditions communes et les a prétraitées pour aider le système de diagnostic de l’IA à apprendre plus rapidement la reconnaissance des images. L’équipe a ensuite construit un réseau neuronal complexe puis formé et testé les modèles d’IA à l’aide de QuAI et du kit d’outils OpenVINO. En seulement deux mois, les résultats montrent une amélioration significative des performances du système, grâce au kit d’outils OpenVINO.
Le modèle final offre un diagnostic rapide et précis de la maladie. Le faible coût et la facilité de mise en oeuvre de la solution permettent de l’utiliser sur des sites aux ressources limitées. Par conséquent, les patients âgés vivant dans des régions éloignées n’ont besoin de pratiquer qu’une radiographie et peuvent obtenir leur diagnostic
le jour même.

 

La solution Intel et QNAP/IEI a été utilisée pour accélérer les diagnostics de dégénérescence maculaire liée à l’âge. Des dizaines de milliers d’images médicales ont été générée et testées à l’aide de QuAI, du kit d’outils OpenVINO™, des
processeurs Intel Xeon® et du NAS QNAP.

Avantages

Efficace - Pas besoin de transférer les grands ensembles de données du NAS au serveur pour un apprentissage approfondi.
Rationnalisé – Intégration transparente entre les composants matériels et logiciels.
Facile à utiliser – Commencez à l’utiliser d’un seul clic, sans avoir besoin d’installer une bibliothèque ou des pilotes.
Réduction de la TCO – Optimiser la gestion de la solution pour obtenir le plus haut niveau de contrôle et de performance disponible dans la spécification de conception de la solution.

Fonctionnement

Les applications qui utilisent des approches en deep Learning nécessitent souvent de grandes puissances de calculs, de hautes capacités de parallélisation et de stockage, ainsi que des optimisations de performances pour une analyse plus rapide des données. La solution Intel et QNAP/IEI combine tous ces éléments dans un système complet.

 


Calculer

Le kit de développement IEI Tank AIoT est une plate-forme informatique embarquée préconfigurée conçue pour augmenter la disponibilité de la vision et de l’inférence des capacités d’accélération pour les solutions d’IA. Conçue sur la base d’Intel (Intel® Xeon®, Intel® Core™ et Intel® Atom®), la boîte à outils OpenVINO, Intel® Media SDK et Intel® System Studio, la plate-forme permet d’assurer un fonctionnement optimal de l’ordinateur pour analyser de multiples flux vidéo HD et des flux vidéo de grande taille.

Stockage

Le NAS QNAP offre un cloud privé sécurisé pour le stockage des téraoctets de données nécessaires à l’apprentissage approfondi. Il inclut diverses configurations RAID pour la redondance, les paquetages préinstallés avec les frameworks d’IA les plus populaires (par ex, JupyterHub) et les cartes d’accélération permettent aux utilisateurs de NAS de étudier, développer et partager des applications d’apprentissage en profondeur sur le processus de la même plateforme.

Réseau

La solution prend en charge une multitude d’emplacements PCIe* pour que les utilisateurs puissent exécuter des applications HD, VR, GPU sur le NAS de QNAP, qui comprend le réseautage Thunderbolt™ et Ethernet 10 gigabits intégré.

QuAI

QuAI est un kit de développement AI qui permet aux développeurs construire, former et optimiser rapidement des modèles d’apprentissage en profondeur sur le NAS de QNAP. Il inclut des bibliothèques d’IA préinstallées et grâce à Container Station, comme Caffe*, Apache MXNet*, TensorFlow*, Microsoft Cognitive Toolkit*, et OpenVINO toolkit. Migration aisée des conteneurs existants à la plate-forme QuAI, ou en créer une nouvelle.

Kit d’outils OpenVINO

Ce kit d’outils, lorsqu’elle est jumelée à Intel®. FPGAs, est facile à utiliser et flexible pour des performances élevées, une vision par ordinateur à faible latence qui améliore l’apprentissage en profondeur inférence. L’optimiseur de modèle et l’inférence de la boîte à outils pour le support d’accélérateurs hétérogènes aident à réduire les émissions de les coûts de développement et d’accélération de la mise sur le marché.


 

 

Source : software.intel.com
Traduction : ritme.com
Illustrations : ©Intel Corporation

Accéder à mon profil

Veuillez rentrer votre email et mot de passe de connexion pour la plateforme MYRITME. S’il s’agit de votre première connexion à MYRITME, veuillez rentrer un email déjà utilisé auprès de Ritme ou bien vous créer un profil en cliquant sur le lien pour créer son profil.

Je souhaite créer mon profil pour bénéficier de tarifs adaptés

Mot de passe oublié ?

Mot de passe oublié ?

Pour recevoir votre mot de passe, veuillez indiquer votre identifiant de connexion (l'adresse e-mail utilisée lors de la création de votre compte).

Creér mon profil

Si vous êtes particulier ou étudiant, Accédez directement à votre catalogue en ligne en créant votre compte avec ce type de profil

* Pays : * Langue :

Cocher votre profil









 
 
 
J’accepte que le groupe Ritme m’adresse ses newsletters, au plus toutes les 2 semaines. Ces communications concernent les actualités et évènements de Ritme (user meetings, rendez-vous thématiques, etc.)
Les e-mails d’informations produit liés aux logiciels et services que vous aurez achetés vous seront envoyés par défaut. Vous pouvez demander à vous rétracter auprès de notre responsable à la protection des données via l’adresse : dataprotection@ritme.com