可搬性 X 線装置: エッジ デバイスに搭載する医療向け適応型 AI (パート 1)

医療向けの高性能 AI ソリューションは、人の一生におけるあらゆる場面で提供される膨大なデータによって支えられています。このウェビナー シリーズ (2 部構成) は、医療向けソリューションの実現には、in situ (現場で) かつ in silico (コンピューター上) で処理される推論機能の重要性についてお話しします。現場で AI 機能が使えるようになると、画像診断のために場所を移動する必要がなくなり、迅速な診断、迅速なトリアージが可能になります。その結果、臨床検査の効率化や患者の転帰を改善させることにつながります。このウェビナーでは、分析のための CAD および画像再構成から、NLP およびAI に至る、この分野のさまざまな AI アプリケーションについて詳しく解説します。また、医療向け AI で臨床医をサポートするため、十分なセキュリティ、性能、柔軟性、信頼性を備えた医療機器およびオンプレミス アクセラレータを設計する方法についても言及します。

ゲスト プレゼンターとして Spline.AI 社の Dr. Syed Hussain 氏および Dr Hazeem Sait 氏をお招きします。Spline.AI 社は、アマゾン ウェブ サービス (AWS) およびザイリンクスと共同開発した、COVID-19 および肺炎検出用のオープンソース、オープンモデル、 X 線画像分類ソリューションを提供しています。

このウェビナーでは次のような疑問にお答えします。是非ご参加ください。

  • イメージング技術から創薬まで - 医療分野で活躍する AI の主なアプリケーションとは。
  • 最小限のコストで高い柔軟性を備えながら、in-situ (現場で)/in-silico (コンピューター上で) 安全に適応型 AI ソリューションを運用する方法とは。
  • クラウド上で学習し、現場で運用する方法とは。AWS の Sagemaker、TVM、PYNQ、およびザイリンクスの DPU を利用した AI の運用サポート。
エピソード
可搬性 X 線装置: エッジ デバイスに搭載する医療向け適応型 AI (パート 1)
可搬性 X 線装置: エッジ デバイスに搭載する医療向け適応型 AI (パート 2)