NVIDIA DGX SuperPOD 和 NVIDIA Clara 幫助 VinBrain 運用 AI 檢測異常情況并加快診斷時間。

醫(yī)生很少根據(jù)單一因素就做出診斷，而是結合各類數(shù)據(jù)進行判斷，例如患者的癥狀、化驗和放射學報告、病史等。

總部位于越南的醫(yī)療健康技術初創(chuàng)企業(yè) VinBrain 正在使 AI 診斷能夠以較整體、全面的視角來看待生命體征、血液檢查、醫(yī)療影像等。

VinBrain 首席執(zhí)行官 Steven Truong 表示：“多模態(tài)數(shù)據(jù)是提供精準護理的關鍵，這能夠改善患者的治療效果。例如，我們的醫(yī)學影像模型可以分析 X 光胸片，并對患者心臟、肺部和骨骼中發(fā)現(xiàn)的異常進行自動觀察?！?/p>

Truong 舉例說，假如醫(yī)學影像 AI 模型報告患者的掃描結果顯示肺實變，那么醫(yī)生就可以將 X 光分析與能夠讀取患者發(fā)燒史病歷的大型語言模型結合，更快地作出更具體的肺炎診斷。

由越南最大的上市公司之一 Vingroup 所投資的 VinBrain 開發(fā)了 DrAid——一款用于自動 X 光診斷的 AI 軟件。這款軟件還是首批獲得美國食品和藥物監(jiān)督管理局批準的 AI 平臺之一，可以從 X 光胸片中檢測出提示肺部塌陷的特征。

DrAid 在包含 250 多萬張影像的數(shù)據(jù)集上進行訓練，現(xiàn)已被部署在越南、緬甸、新西蘭和美國的 100 多家醫(yī)院。VinBrain 還在開發(fā)一系列其他 AI 應用，包括分析化驗結果、醫(yī)療報告和其他電子病歷的遠程醫(yī)療產(chǎn)品。

VinBrain 是 NVIDIA 初創(chuàng)加速計劃成員，這項全球計劃旨在為前沿初創(chuàng)企業(yè)提供專業(yè)知識、技術和產(chǎn)品上市支持。VinBrain 團隊還與微軟以及斯坦福大學、哈佛大學、多倫多大學和加州大學圣地亞哥分校的學術研究人員一起開發(fā)其核心 AI 技術，并向頂級學術會議提交研究著作。

輕松部署眾多模型

VinBrain 團隊目前已經(jīng)開發(fā)了 300 多個用于處理語音、文本、視頻以及包括 X 光、CT 和 MRI 數(shù)據(jù)在內(nèi)的影像的 AI 模型。

Truong 表示：“醫(yī)療健康是一個十分復雜的領域，所以需要數(shù)百個模型來處理如預處理、分割、對象檢測、后處理等每個流程步驟。我們的目標是將這些模型打包在一起，以便一切都能在醫(yī)院的 GPU 服務器上運行”

VinBrain 最近推出了 DrAid Appliance。這款由 NVIDIA GPU 驅動的內(nèi)部設備可自動篩選醫(yī)學影像研究，它預計可將醫(yī)生的工作效率提高 80%。

VinBrain 還提供了一種混合解決方案，即先在邊緣使用 DrAid Appliance 對影像進行預處理，然后將其發(fā)送到云端 NVIDIA GPU 上，以完成更高要求的計算工作。

加速 AI 訓練和推理

VinBrain 使用 NVIDIA DGX SuperPOD 訓練醫(yī)學影像、智能視頻分析、自動語音識別、自然語言處理、文本轉語音等 AI 模型。通過 DGX SuperPOD，Vinbrain 的模型訓練速度大幅提高，比只使用 CPU 的訓練速度提高了 100 倍，并大大縮短了模型開發(fā)周期。

VinBrain 團隊正在使用來自 NVIDIA AI Enterprise 的軟件。NVIDIA AI Enterprise 是一個用于生產(chǎn)級 AI 的端到端解決方案，包含了 NVIDIA Clara 平臺、用于醫(yī)學影像開發(fā)的 MONAI 開源框架以及用于其轉錄模型的 NVIDIA NeMo 對話式 AI 工具套件。

Truong 表示：“想要開發(fā)出好的 AI 模型，只訓練一次是不夠的。神經(jīng)網(wǎng)絡的完善是一個循序漸進的過程?！?/p>

VinBrain 已經(jīng)為其 AI 項目建立了一個早期驗證流程。他們在越南的幾十家醫(yī)院測試其早期模型，收集性能數(shù)據(jù)與反饋并微調(diào)神經(jīng)網(wǎng)絡。

除了使用 NVIDIA DGX SuperPOD 進行 AI 訓練之外，VinBrain 還采用 NVIDIA GPU 提高運行效率并改進部署。他們通過 NVIDIA Triton 推理服務器和 NVIDIA TensorRT，簡化了云端 NVIDIA Tensor Core GPU 上超過數(shù)百個 AI 模型的推理，使它們的效率變得更高。

Truong 表示：“我們使用 NVIDIA GPU 進行推理，是因為它的吞吐量更高、響應速度更快，并且最重要的是它的性價比更高?！?/p>

在從 CPU 轉向 NVIDIA Tensor Core GPU 后，醫(yī)療影像 AI 的推理速度能夠提高 3 倍以上，視頻傳輸速度則能夠提高 30 倍以上。

Truong 表示：“我們希望在未來幾年成為解決醫(yī)療數(shù)據(jù)多模態(tài)問題方面的領導者。我們的目標是通過 AI 和邊緣計算提高醫(yī)療服務的質(zhì)量和可及性，讓全球的患者和醫(yī)生都能獲得智能化的洞察力。”

點擊“閱讀原文”或掃描下方海報二維碼，即可免費注冊 GTC 23，切莫錯過這場 AI 和元宇宙時代的技術大會！