medical-imaging-tile

エッジでのヘルスケア AI - 機械学習/ヘルスケア分析

ヘルスケア IoT エッジで臨床用の放射線診断および臨床アプリケーション向けのアプライアンスを構築し、最小の総保有コストで最高のワットあたり性能を実現

概要

ザイリンクスの機械学習 (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。ザイリンクスはパートナー 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。


エッジおよびクラウド向けのヘルスケア AI リファレンス デザインとオープン モデル

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。

ザイリンクス、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、ザイリンクス 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 に統合されたザイリンクスの 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。

Vitis AI の AI ツールキット

ザイリンクスの最新 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。

ヘルスケア AI スターター キット

ザイリンクスと Spline.AI 社は、エッジ デバイスとしてザイリンクスの 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。

Vitis-AI を使用した X 線画像

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 プラットフォーム

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、ザイリンクス 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、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念頭に設計されており、ザイリンクス FPGA および ACAP 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。
ザイリンクスは、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 - Zynq で Python を利用

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、ザイリンクス 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。


パートナー企業のソリューション

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) Xilinx Zynq UltraScale+ ヘルスケア AI 開始キット Zynq UltraScale+
ZCU104

リンクおよびリファレンス

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
ザイリンクス - Vitis 統合ソフトウェア プラットフォーム すべてのザイリンクス プラットフォーム
ザイリンクス - 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
すべてのザイリンクス プラットフォーム
ザイリンクス - 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 AWS 認定のザイリンクス製品
AWS IoT
Xilinx – AWS Workshop
Zynq UltraScale+
Zynq-7000
ザイリンクスのヘルスケア 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 すべてのザイリンクス プラットフォーム
その他のリソース
medical-imaging

ザイリンクス製品で医療用画像処理向けの AI を実現
機械学習 (ML) や深層学習 (DL) などを含む人工知能 (AI) の使用は、医療用画像処理に大きな革新をもたらす技術となっています。
詳細 >

analytics-x-rays

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
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。


Vitis AI ModelZoo ヘルスケア モデル

2D 内視鏡のマルチクラス セグメンテーション

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ザイリンクスのカスタム 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

Vitis™ AI Skin Lesion Classification (皮膚病変の分類) のチュートリアル

データセット: HAM10000

Skin Lesion (皮膚病変) のチュートリアル

モデル: Github で表示