Zamów polecane produkty
JM Logo
Wróć

Prezentujemy zasadę działania AI i sprzęt wspierający sztuczną inteligencję w procesach diagnostycznych

2020-04-08

Wybuch pandemii COVID-19 spowodował, że z większym zainteresowaniem zwracamy swoją uwagę na dostępne rozwiązania techniczne wspierające medycynę.

Rynek rozwiązań medycznych w Europie cechuje się wysokim konserwatyzmem i niewiele nowinek technicznych stosowanych już na szeroką skalę w Azji, znalazło zastosowanie w Europie.

COVID-19 zmienił to podejście, bowiem okazało się, że przy przeciążonej służbie zdrowia każde wsparcie diagnostyczne jest na wagę życia.

Dobrym przykładem dla poparcia tej tezy jest stosowanie przez włoskich lekarzy sztucznej inteligencji do potwierdzania przypadków COVID-19 na podstawie diagnostyki obrazowej>>

Włoscy lekarze wykorzystują opracowane w Azji modele diagnostyki koronawirusa i okazują się one wysoce skuteczne.

Wydaje się, że po ustąpieniu pandemii COVID-19 rozwiązania AI nadal będą obecne w diagnostyce.

Kwestią czasu jest, kiedy i w Polsce zaczną powstawać modele AI wspierające ochronę zdrowia, bowiem nie tyle przewaga technologiczna, co wiedza fachowa będzie kluczem do sukcesu, a inżynierów i lekarzy mamy na światowym poziomie.

Zanim jednak zaczniemy opracowywać w Polsce innowacyjne systemy diagnostyczne oparte na AI, trzeba pozyskać bazowy sprzęt  i nauczyć się jego obsługi. I tutaj z przyjemnością wesprzemy Państwa wiedzą techniczną naszych strategicznych dostawców, w szczególności firmy iEi, której produkty są stosowane w aplikacjach AI na całym świecie.

Jak jednak działa taka sztuczna inteligencja?

W prosty sposób zobrazowano reguły działania AI na poniższym schemacie prezentującym zasadę działania platformy OpenVINO popularyzowanej przez Intel i kompatybilnej ze sprzętem iEi.

Poniższy rysunek prezentuje jak identyfikowane i interpretowane są obrazy, skutkujące rozpoznawaniem osób na obrazie video.

WYSIWYG - OpenVINO Toolkit.jpg

By powstał system ekspercki konieczna jest warstwa wspierająca uczenie się (Trained Model), następnie warstwa optymalizująca ciąg uczący (Model Optimizer) i konwertująca dane na zależności w systemie eksperckim oraz warstwa w której wykonywany jest finalny kod AI (Inference Engine)

Dla poszczególnych warstw, w których powstaje system ekspercki AI firma iEi proponuje dedykowany sprzęt, co widać szczególnie dobrze na przykładzie zastosowania AI do diagnostyki zwyrodnień plamki żółtej w oku.

WYSIWYG - iEi AI CAse study 1.png

Na rysunku widzimy trzy warstwy rozwiązania:

  • warstwę wpierającej uczenie (po lewej),
  • warstwę konwertującą i optymalizującą ciąg uczący na zależności w systemie eksperckim (w środku),
  • warstwę sprzętową na której wykonywany jest finalny kod AI (po prawej).

W tym przypadku środowisko pracy oparto na Microsoft Azure.

Poniższy rysunek z kolei podkreśla rolę akceleratorów sprzętowych, których moc obliczeniowa jest niezbędna dla sprawnego działania systemu diagnostycznego AI.

WYSIWYG - iEi AI akceleratory sprzętowe 2.png

Na poniższym schemacie zaprezentowano system ekspercki wykrywający guzy w mózgu na podstawie rezonansu magnetycznego.

WYSIWYG - iEi AI rezonans magnetyczny 1.png

Widać na schemacie, że dane z serwera odczytującego obrazy z MRI trafiają do serwera w warstwie uczącej się AI Training Server, a następnie opracowany na serwerze model ekspercki (AI Trainig Model) jest realizowany w warstwie wykonawczej (Inference Service) znajdującej się przy biurku operatora medycznego.

Zależnie od przeznaczenia systemu będzie to biurko diagnosty, lekarza ale także ratownika medycznego, o ile zastosowanie znajdą modele AI w diagnostyce kardiologicznej w oparciu o odczyt EKG.

Poniżej prezentujemy kolejny przykład zastosowania sprzętu iEi w aplikacji AI służącej ochronie zdrowia, w tym przypadku służącym wykrywaniu chorób jelita grubego.

WYSIWYG - iEi AI jelito grube 1.png

Warto odnotować, że finalny system ekspercki pracuje w oparciu o Linux (Ubuntu 16.04) i powstał w oparciu o wymieniane już tutaj środowisko OpenVINO i sieć neuronową powstałą w oparciu o środowisko ResNet50.

Wśród przypadków zastosowania AI w oparciu o sprzęt iEi w diagnostyce wymienić można między innymi system identyfikujący i oceniający poziom skoliozy, klasyfikację zmian skórnych w kierunku wykrywania chorób dermatologicznych czy interpretację badań krwi w kierunku identyfikacji chorób.

Podmiotami wszystkich tych systemów są naturalnie ludzie, najpierw Ci którzy prowadzą proces uczenia AI a potem Ci którzy korzystając z ich pracy niosą skuteczniej pomoc pacjentom.

Nie należy tutaj zapominać także o cichych bohaterach AI, którymi są inżynierowie opracowujący środowiska i modele uczące oraz inżynierowie projektujący sprzęt, którego wsparcie okazuje się dzisiaj we Włoszech bezcenne.

Poznaj kompletne rozwiązania sprzętowe dedykowane sztucznej inteligencji - platformy sprzętowe dla AI

 

WYSIWYG - iEi AI przegląd 1.png

Osoby zawodowo zainteresowane wspólnym z JM elektronik zdobywaniem wiedzy o AI w oparciu o doświadczenia zebrane przez iEi prosimy o kontakt pod adresem email: iei@jm.pl

Jesteśmy w stanie zapewnić Państwu dostęp do materiałów technicznych, a po uzgodnieniu zasad współpracy, także do środowisk testowych.

Pełna oferta firmy JM elektronik dotycząca komputerów przemysłowych znajduje się na stronie>>

Ozdobna grafika stopki
System B2B by

Używamy informacji zapisanych za pomocą cookies i podobnych technologii m.in. w celach statystycznych oraz w celu dostosowania naszego sklepu do indywidualnych potrzeb klientów. W programie służącym do obsługi internetu można zmienić ustawienia dotyczące cookies. Korzystanie z naszego sklepu internetowego bez zmiany ustawień dotyczących cookies oznacza, że bedą one zapisane w pamięci urządzenia. Więcej informacji można znaleźć w naszej polityce prywatności