基于云的 AI 基础设施如何在 Elekta 实现放射治疗的突破

由 Microsoft + NVIDIA 呈现

尽管面临许多挑战,但将创新的 AI 应用程序投入生产的一些最成功的例子来自医疗保健领域。在此 VB Spotlight 活动中,了解各行各业的组织如何遵循经过验证的实践并利用基于云的 AI 基础设施来加速他们的 AI 工作。

注册免费点播。

从试点到生产,人工智能对所有行业都是一项挑战。但作为一个受到高度监管的高风险行业,医疗保健面临着特别复杂的障碍。基于云的基础设施“专门构建”并针对 AI 进行了优化,已成为创新和运营的重要基础。通过利用云和高性能计算 (HPC) 的灵活性,各行各业的企业都成功地将概念验证 (PoC) 和试点扩展到生产工作负载。

VB Spotlight 汇聚了 Elekta 的人工智能战略负责人兼首席研究员 Silvain Beriault,Elekta 是癌症治疗精准放射治疗系统的全球领先创新者之一,以及 Microsoft Azure 的高级人工智能平台和基础设施经理 John K. Lee .他们与 VB Consulting 分析师 Joe Maglitta 一起讨论了基于云的 AI 基础设施如何改善 Elekta 全球研发工作的协作和创新,以改善和扩展公司在全球范围内的脑成像和 MRI 引导放射治疗。

三大优势

Lee 表示,弹性、灵活性和简单性是面向 AI 的端到端按需云基础架构即服务 (IaaS) 的主要优势。

因为企业 AI 通常从 PoC 开始,Lee 说,“云是一个理想的起点。您可以从一张信用卡开始。对额外计算能力的需求增加,云是扩展它的完美场所工作。”这包括扩展或增加互连到单个主机的 GPU 数量以增加服务器容量,以及扩展或增加主机实例数量以提高整体系统性能。

云的灵活性使公司能够处理任何规模的工作负载,无论是大型企业项目还是需要较少处理能力的小型项目。 Lee 说,无论工作规模如何,与从头开始构建本地 AI 架构相比,专门构建的云基础设施服务可以更快地实现价值,并提供更好的总拥有成本和投资回报。

Lee 表示,就简单性而言,经过预先测试、预先集成和预先优化的硬件和软件堆栈、平台、开发环境和工具可以更轻松地开展业务。 COVID 加速医科达基于云的人工智能之旅

Elekta 是一家医疗技术公司,致力于开发用于管理脑部疾病和改善癌症护理的图像引导临床解决方案。当 COVID 大流行迫使研究人员离开他们的实验室时,企业领导者看到了一个机会,可以加速和扩大几年前开始的将 AI 研发转移到云端的努力。/p>

该部门的 AI 负责人知道,一个更强大、更易于访问的基于云的架构来增强其基于 AI 的解决方案系列将有助于 Elekta 推进其改善医疗保健服务的使命,包括在服务欠缺的国家/地区。

在成本分析方面,Elekta 也知道很难估计当前和未来的高性能计算需求。他们考虑了为 AI 维护本地基础设施的成本及其局限性。 Beriault 指出,总体费用和复杂性远远超出购买 GPU 和服务器的范围。

“尝试自己做这件事很快就会变得棘手。有了像 Azure 和 Azure ML 这样的框架,您获得的不仅仅是访问 GPU,”他解释说。“您可以获得一个完整的生态系统来进行 AI 实验,记录您的 AI 实验,在不同的研发中心之间共享数据。你有一个通用的 ML 操作工具。”

试点项目很简单:自动勾画 MRI 图像中的器官轮廓以加快描绘治疗目标的任务,以及避免辐射暴露的风险器官。

放大和缩小的能力对项目至关重要。过去,“有时我们会同时运行多达 10 个训练实验来对我们的模型进行超参数调整,”Beriault 回忆道。 “其他时候,我们只是在等待数据管理准备就绪,所以我们根本没有练习。这种灵活性对我们来说非常重要,因为当时我们...

基于云的 AI 基础设施如何在 Elekta 实现放射治疗的突破

由 Microsoft + NVIDIA 呈现

尽管面临许多挑战,但将创新的 AI 应用程序投入生产的一些最成功的例子来自医疗保健领域。在此 VB Spotlight 活动中,了解各行各业的组织如何遵循经过验证的实践并利用基于云的 AI 基础设施来加速他们的 AI 工作。

注册免费点播。

从试点到生产,人工智能对所有行业都是一项挑战。但作为一个受到高度监管的高风险行业,医疗保健面临着特别复杂的障碍。基于云的基础设施“专门构建”并针对 AI 进行了优化,已成为创新和运营的重要基础。通过利用云和高性能计算 (HPC) 的灵活性,各行各业的企业都成功地将概念验证 (PoC) 和试点扩展到生产工作负载。

VB Spotlight 汇聚了 Elekta 的人工智能战略负责人兼首席研究员 Silvain Beriault,Elekta 是癌症治疗精准放射治疗系统的全球领先创新者之一,以及 Microsoft Azure 的高级人工智能平台和基础设施经理 John K. Lee .他们与 VB Consulting 分析师 Joe Maglitta 一起讨论了基于云的 AI 基础设施如何改善 Elekta 全球研发工作的协作和创新,以改善和扩展公司在全球范围内的脑成像和 MRI 引导放射治疗。

三大优势

Lee 表示,弹性、灵活性和简单性是面向 AI 的端到端按需云基础架构即服务 (IaaS) 的主要优势。

因为企业 AI 通常从 PoC 开始,Lee 说,“云是一个理想的起点。您可以从一张信用卡开始。对额外计算能力的需求增加,云是扩展它的完美场所工作。”这包括扩展或增加互连到单个主机的 GPU 数量以增加服务器容量,以及扩展或增加主机实例数量以提高整体系统性能。

云的灵活性使公司能够处理任何规模的工作负载,无论是大型企业项目还是需要较少处理能力的小型项目。 Lee 说,无论工作规模如何,与从头开始构建本地 AI 架构相比,专门构建的云基础设施服务可以更快地实现价值,并提供更好的总拥有成本和投资回报。

Lee 表示,就简单性而言,经过预先测试、预先集成和预先优化的硬件和软件堆栈、平台、开发环境和工具可以更轻松地开展业务。 COVID 加速医科达基于云的人工智能之旅

Elekta 是一家医疗技术公司,致力于开发用于管理脑部疾病和改善癌症护理的图像引导临床解决方案。当 COVID 大流行迫使研究人员离开他们的实验室时,企业领导者看到了一个机会,可以加速和扩大几年前开始的将 AI 研发转移到云端的努力。/p>

该部门的 AI 负责人知道,一个更强大、更易于访问的基于云的架构来增强其基于 AI 的解决方案系列将有助于 Elekta 推进其改善医疗保健服务的使命,包括在服务欠缺的国家/地区。

在成本分析方面,Elekta 也知道很难估计当前和未来的高性能计算需求。他们考虑了为 AI 维护本地基础设施的成本及其局限性。 Beriault 指出,总体费用和复杂性远远超出购买 GPU 和服务器的范围。

“尝试自己做这件事很快就会变得棘手。有了像 Azure 和 Azure ML 这样的框架,您获得的不仅仅是访问 GPU,”他解释说。“您可以获得一个完整的生态系统来进行 AI 实验,记录您的 AI 实验,在不同的研发中心之间共享数据。你有一个通用的 ML 操作工具。”

试点项目很简单:自动勾画 MRI 图像中的器官轮廓以加快描绘治疗目标的任务,以及避免辐射暴露的风险器官。

放大和缩小的能力对项目至关重要。过去,“有时我们会同时运行多达 10 个训练实验来对我们的模型进行超参数调整,”Beriault 回忆道。 “其他时候,我们只是在等待数据管理准备就绪,所以我们根本没有练习。这种灵活性对我们来说非常重要,因为当时我们...

What's Your Reaction?

like

dislike

love

funny

angry

sad

wow