AMD の機械学習 (ML) 推論は、X 線、超音波、デジタル病理学、皮膚科、眼科などの分野で異常を特定し、重大な疾患の早期検出を可能にします。この技術は、ほかにも手術誘導システム、創薬、およびゲノム解析に適用できます。AMD はパートナー エコシステムと共に、あらゆるヘルスケア アプリケーションに革新をもたらし、先進的な設計手法を提供します。
ヘルスケア IoT により、クラウドに接続された臨床機器、診断装置、放射線機器や協調制御システムに機械学習を導入することで、その能力を最大限に引き出すことが可能になりました。病院管理者や IT/サービス プロバイダー、医療機器メーカーは、市場投入期間を短縮できる統合型の Edge to Cloud ソリューションに大きなメリットを感じ、その必要性を理解しています。
AMD、Spline.AI 社、および AWS IoT サービスは、ヘルスケア AI リファレンス デザイン キットと、エッジ デバイスとして ZCU104 プラットフォームに搭載された Zynq™ UltraScale+™ MPSoC で驚異的な精度と低レイテンシを実現するサンプルの X 線検出モデルを提供しています。これらは、AMD Zynq アーキテクチャ用のオープンソース Python プログラミング プラットフォーム PYNQ™ を使用して開発され、この統合ソリューションを別の臨床プラットフォームに簡単に適応できるように AWS Lambda 関数を使用しています。
MPSoC に統合された AMD の DPU (Deep Learning Processing Unit) は、AWS IoT Greengrass 内のたたみ込みニューラル ネットワーク (CNN) を高速化します。エッジで優れた性能を発揮できる上にクラウドのスケーラビリティを兼ね備えることで、どこでも利用できる臨床用検査機器 (ポイントオブケア (POC) ソリューション) を実現できます。また、このソリューションは、あらゆる既存のヘルスケア アプリケーションと簡単に統合でき、統合学習プラットフォームとして大規模に運用できます。
AMD の最新 AI ツールキット Vitis™ AI v1.1 を使用して、高速推論を実行するための深層学習モデルをコンパイルしているため、費用対効果に優れたソリューションです。
AMD と Spline.AI 社は、エッジ デバイスとして AMD の ZCU104 FPGA ボードを搭載し、Vitis-AI と AWSIoT Greengrass を使用する肺炎/COVID-19 予測システム向けの拡張性に優れたスマート ソリューションを開発しました。
Spline.ai 社は、Zynq UltraScale+ MPSoC のリアルタイム性能と画像処理機能を利用して肺炎/Covid19 の検出モデルを実装しました。これは感染の度合いを把握したり、視覚的なヒートマップの作成に役立ちます。
Vitis AI 開発環境は、エッジ デバイスと Alveo カードの両方を含む、AMDハードウェア プラットフォーム上での AI 推論開発向けのザイリンクス開発プラットフォームで、この環境には、最適化された IP、ツール、ライブラリ、モデル、サンプル デザインが含まれます。Vitis AI は、高い効率性と使いやすさを考えて設計されており、AMD FPGA および適応型 SoC での AI アクセラレーションや深層学習の性能を最大限に引き出すことができます。
AMD は、ソフトウェア開発者、ハードウェア開発者、およびデータ サイエンティストが既存の AI/機械学習エコシステムを活用できるよう完全なエンドツーエンド フローを提供しています。また、一般的な ML フレームワークを使用して保存したモデル グラフやトレーニング済みの重みを直接解析できるツールも開発しています。
PYNQ プラットフォームを使用して、Python で実行するエッジ分析や機械学習を簡単に実現できます。PYNQ は、AMD Zynq SoC 用のソフトウェア/ハードウェア フレームワークで、プログラマブルなハードウェアを活用してセンサー データなど、各種データを前処理し、エンベデッド プロセッサでのソフトウェア分析を効率化します。PYNQ プラットフォームは、Numpy、Scikit-Learn、Pandas などの主な Python ライブラリをすべてサポートしています。
ソリューション プロバイダー |
説明 | サポートされるデバイス |
---|---|---|
Spline.ai | X 線画像からの肺炎と COVID-19 の検出 | Zynq UltraScale+ ZCU104 |
アマゾン ウェブ サービス (AWS) | AMD Zynq UltraScale+ ヘルスケア AI 開始キット | Zynq UltraScale+ ZCU104 |
ソリューション プロバイダー | 説明 | サポートされるデバイス |
---|---|---|
AMD - Vitis | 統合ソフトウェア プラットフォーム | すべての AMD プラットフォーム |
AMD - Vitis AI | 適応性およびリアルタイム AI 推論の高速化 AI Model Zoo GitHub |
すべての AMD プラットフォーム |
AMD - PYNQ | PYNQ ウェブサイト PYNQ コミュニティのプロジェクト |
Zynq UltraScale+ Zynq 7000 |
AWS IoT | 認定の AMD 製品 AWS IoT AMD – AWS Workshop |
Zynq UltraScale+ Zynq 7000 |
AMD のヘルスケア | ヘルスケア分野のスマート ソリューション: 画像処理、診断/臨床用機器 | すべての AMD プラットフォーム |
ヘルスケア分野での高性能およびアダプティブ コンピューティング
技術の進歩により、医療現場は大きな変革を遂げつつあります。この e-book では、業界の主な課題を明確にした上で、技術によって新しい治療方法が登場し、研究が進み、医師がより高い精度で手術を行うことが可能になることを説明しています。是非ダウンロードしてご一読ください。
データセット: EDD2020
モデル: ResNet18 の特徴抽出と複数の予測ヘッドを備えた AMD のカスタム FPN (Feature Pyramid Network)
イメージ: アルゴリズムの結果イメージ
モデル: ダウンロード
精度: Dice = 80.45%、F2-score=79.15%
性能: ZCU102 79ms レイテンシ、40fps
データセット: HAM10000
モデル: Github で表示