NVIDIA CLARA GESUNDHEITSPLATTFORM

NVIDIA Clara ist eine Sammlung von Entwickler-Tools speziell für das Gesundheitswesen, die auf der NVIDIA Compute-Plattform aufbauen und die Datenerfassung, -analyse und -integration beschleunigen.

In der gesamten Gesundheitsbranche ist die Zahl der softwaredefinierten Lösungen exponentiell gestiegen, was zu Effizienzsteigerungen durch Automatisierung führt und große Mengen an digitalen Daten erzeugt. Künstliche Intelligenz hat es ermöglicht, diese Daten auf neue Weise zu integrieren und zu analysieren und so tiefere Einblicke zu gewinnen. NVIDIA Clara zielt darauf ab, Entwicklern in den Bereichen medizinische Bildgebung und Genomik Zugang zu technologischen Fortschritten in Hardware und Software zu verschaffen, um die Zukunft der Medizin zu beschleunigen.

Von der Automatisierung von Arbeitsabläufen bis hin zur Verbesserung der Verarbeitungsgeschwindigkeit und Bildqualität entdecken Entwickler im Bereich der medizinischen Bildgebung auf der ganzen Welt zahlreiche Möglichkeiten, KI einzusetzen, um Ärzte bei der Erkennung und Diagnose von Krankheiten zu unterstützen. Mit der Clara-Plattform machen sie sich KI zunutze, um Arbeitsabläufe im Gesundheitswesen zu verändern.

CLARA MEDIZINISCHE BILDGEBUNG

Clara Medical Imaging ist eine Sammlung von Entwickler-Toolkits, die auf der NVIDIA Compute-Plattform aufbauen und auf die Beschleunigung von Berechnungen, künstlicher Intelligenz und fortschrittlicher Visualisierung abzielen. Die medizinische Bildgebungsbranche befindet sich im Umbruch. Vor einem Jahrzehnt waren die ersten Anwendungen, die die Vorteile des GPU-Computings nutzten, Bild- und Signalverarbeitungsanwendungen.

Heute sind GPUs in fast allen Bildgebungsmodalitäten zu finden, einschließlich CT, MRI/MRT, Röntgen und Ultraschall, und bringen mehr Rechenleistung in die Edge-Geräte. Die Deep-Learning-Forschung in der medizinischen Bildgebung boomt ebenfalls, wobei effizientere und verbesserte Ansätze entwickelt werden, um KI-gestützte Arbeitsabläufe zu ermöglichen. Heute wird der Großteil dieser KI-Forschung isoliert und mit begrenzten Datensätzen durchgeführt, was zu übermäßig vereinfachten Modellen führen kann. Selbst wenn ein vollständig validiertes Modell verfügbar ist, ist es eine Herausforderung, den Algorithmus in einer lokalen Umgebung einzusetzen. Mit der neuesten Version von Clara AI for Medical Imaging stehen Datenwissenschaftlern, Forschern und Softwareentwicklern nun die notwendigen Werkzeuge, APIs und Entwicklungsrahmen zur Verfügung, um KI-Workflows zu trainieren und einzusetzen.

TECHNOLOGIE STACK

Der NVIDIA Clara AI Technologie-Stack umfasst Systemsoftware-Bibliotheken, die die Grundlage für GPU-Computing bilden, sowie abstrahierte Software-Tools, Container und Workflow-Definitions-Pipelines, die es Datenwissenschaftlern und Entwicklern medizinischer Bildgebung ermöglichen, KI für klinische Workflows und beschleunigte medizinische Bildgebungsforschung zu erstellen und einzusetzen.

DEEP-LEARNING-BIBLIOTHEKEN

Die Compute Foundation der Clara-Plattform basiert auf der CUDA-Beschleunigung und Systemsoftware-Bibliotheken für Berechnungen und Visualisierung, die die Fähigkeiten von GPUs über SDKs und Low-Level-APIs zugänglich machen. Die Compute Foundation der Clara-Plattform basiert auf CUDA-Beschleunigung und Systemsoftware-Bibliotheken für Berechnungen und Visualisierung, die die Fähigkeiten von GPUs über SDKs und Low-Level-APIs bereitstellen.

BILD- & SIGNALVERARBEITUNG

  • Mehr Cone-Beam-CT-Forschung wird mit CUDA durchgeführt als mit jeder anderen
  • Beschleunigertechnologie CUDA übertrifft andere Beschleunigertechnologien um eine Größenordnung oder mehr
  • Die neuesten algorithmischen Entwicklungen, die durchgeführt werden, sind alle CUDA-beschleunigt

FORTSCHRITTLICHE VISUALISIERUNG

Neueste erweiterte Vizualisierungsbibliotheken herunterladen:

CLARA GENOMIK

CLARA GENOMIK wurde entwickelt, um die wachsende Größe und Komplexität der Genomik-Sequenzierung und -Analyse mit beschleunigtem und intelligentem Computing zu bewältigen.

Das Clara Genomics Analysis SDK ist jetzt unter Open-Source-Bedingungen verfügbar, um Entwicklern einen freien und offenen Zugang zu ermöglichen; bitte klicken Sie unten, um über GitHub auf die Version zuzugreifen:

GPU-beschleunigte Implementierung des Racon-Konsensus-Moduls für die de novo-Genomassemblierung.
Diese Open-Source-Version fügt das cudaAligner-Modul für beschleunigtes Alignment hinzu, einschließlich Ukkonens Algorithmus und Myers Bit-Algorithmus

Download on GitHub
Im Bereich der Genomik gibt es mehrere transformative Trends, die das Computing an die Spitze des Fortschritts stellen: steigender Gerätedurchsatz, KI-gestützte Analyseanwendungen und Reduzierung der Kosten für die Sequenzierung zur Untersuchung großer Populationen. Die GPU Accelerated Computing-Plattform von NVIDIA ermöglicht Genomik-Workflows in Echtzeit mit High-Performance-Computing, Deep Learning und Analytik auf einer einzigen Architektur, die am Rande im Sequenzer bis hin zum Rechenzentrum und jeder öffentlichen Cloud lebt.

Ein High-Level-Workflow von der Probenvorbereitung bis zur endgültigen Analyse, der mit der Isolierung der DNA eines Organismus beginnt. Diese isolierte Probe wird dann auf ein Sequenzierungsgerät geladen, wo eingebettete GPUs verwendet werden, um die Primäranalyse zu beschleunigen und das Base-Calling der nächsten Generation mit Deep Neural Networks (DNNs) zu ermöglichen.

Die Sekundäranalyse oder Sequenzanalyse nutzt NVIDIA GPU-Computing für das Genome Analysis Toolkit (GATK), DNN-basiertes Varianten-Calling und de novo Genom-Assembly.

Unsere erste Version des Clara Genomics SDK wird sich auf die de novo Assemblierung von Long-Read-Sequenzierungen von Oxford Nanopore und Pacific Biosciences konzentrieren und die Analysezeit von Tagen auf Stunden reduzieren. Die erste Version umfasst GPU-beschleunigte Bibliotheken und GPU-beschleunigte Anwendungen.

CLARA GENOMIK-TECHNOLOGIE-STACK

Der Clara Genomics Technology Stack umfasst CUDA-beschleunigte Software-Systembibliotheken, die die Grundlage für GPU-Computing bilden.
  • CUDA Mapper - CUDA-basierte Bibliotheksfreigabe-Algorithmen für überlappende Sequenzierungs-Reads.
  • CUDA Aligner - CUDA-beschleunigte Bibliothek mit Algorithmen für das Alignment von Sequenzierungs-Reads, die für Genom-Assembly-Anwendungen wie Racon und für das Varianten-Calling verwendet werden.
  • CUDA POA - CUDA-Bibliothek für beschleunigtes Alignment in partieller Reihenfolge, die für das Polishing von Genomassemblierungen mit Anwendungen wie Racon verwendet wird.
Diese Systembibliotheken bilden die Berechnungsgrundlage und ermöglichen die GPU-Beschleunigung der folgenden Anwendungen:
  • Racon Polisher - Eine Erweiterung des Open-Source-Moduls Racon Consensus für die Genomassemblierung, die cudaPoa für ein beschleunigtes Alignment in partieller Reihenfolge nutzt.
  • Racon Aligner and Mapper - Wird in kommenden Versionen verfügbar sein.
Racon Project @ GitHub

CLARA AUSBILDUNG SDK

CLARA AUSBILDUNG SDK ermöglicht Datenwissenschaftlern und medizinischen Forschern modernste Werkzeuge und Technologien, die die Annotation von Daten, die Anpassung und die Entwicklung von KI-Modellen für Workflows in der medizinischen Bildgebung beschleunigen.
Zu den wichtigsten Funktionen des Clara Ausbildung SDK gehören:
  • APIs zum Hinzufügen von KI-gestützter Annotation zu jedem Medical Viewer mit neuen Funktionen wie Auto-Annotation und interaktiven Annotationsmodi, Annotation Server, der vortrainierte Modelle für die Client-Anwendung zur Verfügung stellt, und Client-APIs, die auf Github gehostet werden und eine nahtlose Integration mit Ihrer Medical-Viewer-Anwendung ermöglichen.Diese Fähigkeiten sind bereits in das neueste MITK-Workbench-Plugin integriert.
  • Das SDK bietet die Möglichkeit, Techniken wie Transfer-Learning zu nutzen, um Deep-Learning-Modelle von Grund auf anzupassen oder zu trainieren, so dass Data Scientists ihre eigenen Modellarchitekturen einbringen und Workflows ausführen können. Dies wird durch eine einheitliche Grundlage des Medical Model Archive (MMAR) ermöglicht
  • Das MMAR (Medical Model Archive) stellt eine Modellentwicklungsumgebung zur Verfügung; es definiert eine Standardstruktur zur Speicherung und Organisation aller Artefakte, die während des Lebenszyklus der Modellentwicklung entstehen.
  • MMAR enthält von NVIDIA vortrainierte Modelle auf Basis von AH-Net, DenseNet, ResNet, Dextr3D, die als komplette 2D/3D-Modellanwendungen für organbasierte Segmentierung, Klassifizierung und Annotation verpackt sind.

HAUPTMERKMALE VON CLARA AUSBILDUNG SDK 1.1

  • Bringen Sie Ihre eigenen Modelle, Transformationen, Leser, Verluste und Metriken mit - Erfahren Sie mehr
  • Konfigurierbares Framework zur Vereinfachung von Deep-Learning-Aufgaben aus medizinischen Bildern.
  • Medizinisches Modellarchiv (MMAR) mit Deep-Learning-Modellen und Artefakten.
  • Modellanpassung und Retraining, die einfach in heterogenen Umgebungen mit mehreren GPUs verwendet werden können.
  • Modellexport-API zur einfacheren Bereitstellung von Anwendungen für TensorRT-basierte Inferenz.
​​​​​​​
"Wir konnten die KI-gestützte Annotationstechnologie von NVIDIA in die Finger bekommen und sie innerhalb weniger Tage in unseren Viewer integrieren. Wir kommentieren derzeit viele Bilder - manchmal in der Größenordnung von 1.000 oder mehr pro Tag. Jede Technologie, die diesen Prozess automatisieren kann, könnte einen erheblichen Einfluss auf die Reduzierung des Zeit- und Kostenaufwands für Annotationen haben. Wir freuen uns darauf, die KI-gestützten Workflows zu nutzen und mit NVIDIA zusammenzuarbeiten, um diese kritischen Probleme der medizinischen Bildgebung zu lösen."
- Mark Michalski, Executive Director am MGH & BWH Center for Clinical Data Science

SDK FÜR CLARA-EINSATZ

Clara Deploy SDK bietet ein Container-basiertes Entwicklungs- und Deployment-Framework für den Aufbau von KI-beschleunigten medizinischen Bildgebungs-Workflows. Es nutzt Kubernetes unter der Haube und ermöglicht es Entwicklern und Datenwissenschaftlern, eine mehrstufige Container-basierte Pipeline zu definieren. Die modulare Architektur ermöglicht es Entwicklern, die Angebote der Plattform am Ende zu nutzen oder die Workflow-Pipelines mit eigenen Algorithmen anzupassen.
Zu den Funktionen, die das Clara Deploy SDK bilden, gehören:
  • Daten-Ingestion-Schnittstelle zur Kommunikation mit dem PACs-System des Krankenhauses
  • Kerndienste zur Orchestrierung und Verwaltung von Ressourcen für die Bereitstellung und Entwicklung von Workflows
  • Referenz-KI-Anwendungen, die im Ist-Zustand mit benutzerdefinierten Daten verwendet oder mit benutzerdefinierten KI-Algorithmen modifiziert werden können
  • Schließlich enthält das Clara Deploy-Framework auch Visualisierungsfunktionen zur Überwachung des Fortschritts und zur Anzeige der Endergebnisse