این COVID-19 همه گیر است مختل جهان مانند رویدادهای چند قبل از آن است.

اما برای Shukun فن آوری پاسخ های مورد نیاز “یک تغییر جزئی در استراتژی ما” با توجه به آن افسر ارشد فناوری چائو ژنگ.

چرا که Shukun, راه اندازی دهکده توسط برخی از چین درخشان AI و پزشکی ذهن مشغول پالایش آن هوش مصنوعی-طراحی پلت فرم برای تشخیص بیماری قلبی و سکته مغزی هنگامی که جهانی همه گیر رخ داد.

این شرکت به سرعت منتقل منابع به منظور توسعه یک سیستم است که تجزیه و تحلیل قفسه سینه سی تی اسکن برای کمک به سرعت بخشیدن به تشخیص از COVID-19 بيمار. که سیستم به نام ریه Doc – پنومونی نسخه در حال حاضر نورد از به 30 بیمارستان در چین طی چند ماه گذشته که در آن رشد خواهد کرد و دقیق تر به آن می آموزد از داده های بیشتر.

طراحی شده توسط NVIDIA gpu ها سیستم اثبات شده است به طوری موثر با توجه به ژنگ که Shukun در حال کار بر روی beefing آن را برای استفاده در بسیاری از کشورهای دیگر است که باید پرسید در مورد استفاده از آن.

سوپر شارژ رادیولوژیست

قبل از ریه Doc سه ساله شرکت معرفی کرده بود دو سوئیت از محصولات متمرکز بر بیماری های قلبی و سکته مغزی است. در ذات خود Shukun فناوری در خدمت بسیار خاص و با ارزش تابع: کوتاه شدن زمان رادیولوژیست صرف بازسازی و تجزیه و تحلیل 2D و 3D تصاویر و تشخیص بر اساس یافته های خود را.

به طور معمول این وظایف نیاز به حدود یک و نیم ساعت ماهر راديولوژيست است. اما رادیولوژیست با استفاده از تکنیک های مختلف و روش های, بنابراین برخی از نگاهی دیگر. Shukun AI می افزاید: ثبات و سرعت نیاز به فقط یک دقیقه به انجام هر دو بازسازی و تشخیص فرآیندهای.

“این یک ابزار بسیار کارآمد است که کمک می کند تا رادیولوژیست تحویل سریعتر نتایج دقیق تر گفت:” ژنگ.

کمی اطلاعات عمومی در دسترس است برای بیماری های تهدید کننده زندگی به طوری که در ساختمان آن AI مدل Shukun تبدیل شده به یک شبکه گسترده ای از بیمارستان شرکای علمی و تحقیقاتی برای به دست آوردن خصوصی داده در مجموع بیش از 100 ، 000 موارد که هر کدام به طور معمول شامل 200-300 تصاویر.

به عنوان شرکت کار کرده است در مدل های آن, آن را با تکیه بر ترکیب تصویربرداری داده ها برای حمایت از تقسیم بندی و طبقه بندی کار می کنند. آموزش انتقال کمک کرده است تا سرعت روند توسعه با استفاده از درس از یک بیماری در سراسر دیگران است.

Gpu ها ارائه نتایج

NVIDIA gpu ها باید نقش مهمی را برای Shukun با ترکیبی از کارت گرافیک NVIDIA V100 تانسور هسته ای و P100 gpu ها (بیش از 500 در همه) برای آموزش استفاده می شود در حالی که NVIDIA T4 مرکز داده gpu ها رسیدگی استنباط محلی. شرکت می تواند راه اندازی بیمارستان ها برای اجرای این سیستم به طور کامل در محل و یا در یک ابر خصوصی-مانند محیط زیست است.

ژنگ گفت: هر یک از این gpu ها ارائه شده است 20 برابر عملکرد نسل های قبلی از gpu ها و Cpu و بیماری های قلبی و سکته مغزی محصولات دست یافته اند دقت نرخ که رقیب انسان تشخیص توانایی های خود.

در حالی که آینده gpu ها انتظار می رود برای ادامه سرعت بخشیدن به فرآیند آموزش و در نتیجه در نهایت دقت ژنگ گفت که یک يکپارچه آموزش مدل با بیمارستان ها و Shukun اطلاعات تمام مراکز تبادل اطلاعات در زمان واقعی کمک خواهد کرد این شرکت شود.

در حال حاضر Shukun به کار با هر بیمارستان به صورت جداگانه برای به دست آوردن داده های تازه و اتصال در فرد امکانات است که اغلب یک موضوع است. اگر هر بیمارستان می تواند متصل به یک يکپارچه مدل داده تنها محلی آموزش مورد نیاز خواهد بود برای آنها را به دسترسی به تمام داده های جریان از طریق Shukun شبکه از همکاران.

در تعقیب يکپارچه اطلاعات

Shukun قلب و سکته مغزی محصولات مستقر در بیش از 200 بیمارستان ها در سراسر چین است. بسیاری از این بیمارستان در حال حاضر به طور کامل یکپارچه, شرکت هوش مصنوعی به رادیولوژی و تصویربرداری بخش های, در حالی که برخی از آنها انتخاب برای سرمایه گذاری یک یا دو ماه در آزمایش های بالینی قبل از استفاده از این فناوری با زندگی بیمار داده.

به عنوان Shukun می افزاید: داده های بیشتر و ایجاد آن يکپارچه مدل آن قصد دارد به گسترش افق خود برای مقابله با بیشتر بیماری ها و روش. به عنوان مثال آن را می خواهم به توسعه MRI راه حل های که پس از باز کردن درب به معرفی آن هوش مصنوعی بیشتر در تنظیمات بالینی.

این شرکت همچنین بررسی کارت گرافیک NVIDIA کلارا چارچوب برنامه برای آن يکپارچه قابلیت یادگیری است که اجازه محققان و دانشمندان داده همکاری در هوش مصنوعی الگوریتم در حالی که نگه داشتن اطلاعات خصوصی و امن است.

گفت: Zheng: “ما قصد داریم به گسترش هوش مصنوعی در سراسر جامعه پزشکی است.”

در ضمن این شرکت ادامه خواهد داد به انجام بخشی خود را برای کمک به جهان حرکت و نزدیک به کنترل COVID-19 بیماری همه گیر.

توسط Tony Kontzer

tinyurlis.gdu.nuclck.ruulvis.netshrtco.de