Beschleunigte Gesundheitsdiagnosen mit Intel oneAPI und KI

Der Einsatz von Künstlicher Intelligenz im Gesundheitswesen nimmt rasant zu. Laut einer Intel-Studie haben 84% der führenden US-Gesundheitsunternehmen seit der COVID-19-Pandemie mit dem Einsatz von KI begonnen oder planen diesen.

Die KI bietet vielversprechende Möglichkeiten, die Gesundheitsfürsorge zu verbessern, Krankheiten vorzubeugen und Leben zu retten. Außerdem entlastet sie das Gesundheitspersonal von

Routineaufgaben, sodass es sich stärker auf die Patienten und die Forschung konzentrieren kann. In Bereichen wie der Medizin und der pharmazeutischen Forschung verbessern Deep Learning und Machine Learning die personalisierte Pflege und die Erfahrungen der Patienten erheblich.

Der Einsatz von KI zur Beschleunigung der medizinischen Diagnostik beruht auf komplexen Computermodellen. Diese erfordern leistungsstarke Systeme, insbesondere im Bereich der HPC-

Berechnungen, die CPUs, GPUs und andere spezialisierte Prozessoren kombinieren. Erkunden Sie im Folgenden vier Beispiele für Anwendungen, die von der Effizienz der Intel oneAPI-Tools und der KI profitiert haben.

GE Healthcare-Lösungen beschleunigt durch Intel oneAPI Toolkits

GE Healthcare arbeitete mit Intel zusammen, um die Leistung seiner Geräte für die medizinische Bildgebung (Röntgen, Scanner…) mithilfe der Intel oneAPI Toolkits und Intel Xeon Prozessoren zu verbessern.

Das Unternehmen schätzt, dass es dadurch Millionen von Dollar an Konfigurationskosten und technischem Aufwand einsparen kann. In Zukunft plant es, die Nutzung von oneAPI und DPC+++ in ihren F&E-Aktivitäten auszuweiten.

Diagnose der psychischen Gesundheit: Hipposcreen

Mit der Signalverarbeitung durch Elektroenzephalogramm (EGG) und KI-Technologie als Grundpfeiler entwickelt HippoScreen Diagnosewerkzeuge für psychiatrische Störungen und Krankheiten.

Mithilfe von Intel oneAPI Base und AI Analytics Toolkit gelang es dem taiwanesischen Start-up- Unternehmen, die Bauzeiten der in seinem KI-System Brain Waves verwendeten Deep-Learning- Modelle um das 2,4-Fache zu beschleunigen und damit deren Effizienz erheblich zu steigern.

Erkennung von Gebärmutterhalskrebs: KFBIO

KFBIO, ein Anbieter von Komplettlösungen in der Pathologie, setzt Deep-Learning-Algorithmen ein, um die Früherkennung von Gebärmutterhalskrebs zu verbessern.

Durch den Einsatz des Intel Distribution of OpenVINO Toolkits und der Intel Xeon Prozessoren konnte die Inferenzleistung bei der Früherkennung dieses Krebses um das 8,4-fache gesteigert werden.

Erkennung von Lungenkrankheiten: Accrad

Dem südafrikanischen Unternehmen Accrad ist es gelungen, eine medizinische KI-Lösung, CheXRad, zu entwickeln, die bestimmte Pathologien in Thoraxröntgenbildern bis zu 160-mal schneller als Radiologen etikettieren kann, und das bei vergleichbarer Genauigkeit, Sensitivität und Spezifität.

Durch den Einsatz der Tools Intel oneAPI AI Analytics, Intel Distribution of OpenVINO und Intel Developer Cloud for oneAPI konnte Accrad sein Machine-Learning-Modell schneller und kostengünstiger trainieren, optimieren und bereitstellen.

Um den ganzen Artikel zu sehen, klicken Sie hier.