VinBrain ของเวียดนามปรับใช้โมเดล AI ด้านการดูแลสุขภาพในโรงพยาบาลกว่า 100 แห่ง

NVIDIA DGX SuperPOD และ NVIDIA Clara ช่วยให้ VinBrain สามารถตรวจจับความผิดปกติและเร่งเวลาในการวินิจฉัยด้วย AI

โดยทั่วไปแล้วแพทย์จะไม่วินิจฉัยโรคโดยใช้ปัจจัยเดียว แต่จะพิจารณาจากข้อมูลหลายประเภท เช่น อาการของผู้ป่วย รายงานทางห้องปฏิบัติการ รังสีวิทยา และประวัติทางการแพทย์

VinBrain บริษัทสตาร์ทอัปเทคโนโลยีด้านสุขภาพในเวียดนาม มั่นใจว่าการวินิจฉัยของ AI จะสามารถเห็นภาพรวมของสัญญาณชีพ การตรวจเลือด ภาพทางการแพทย์ และอื่น ๆ ได้ในทำนองเดียวกัน

Steven Truong ซีอีโอของ VinBrain กล่าวว่า “ข้อมูลหลายรูปแบบเป็นกุญแจสำคัญในการให้การดูแลที่แม่นยำซึ่งสามารถปรับปรุงผลการรักษาของผู้ป่วยได้ แบบจำลองภาพทางการแพทย์ของเราสามารถนำมาวิเคราะห์การเอ็กซ์เรย์ทรวงอกและทำการสังเกตการณ์โดยอัตโนมัติเกี่ยวกับการค้นหาความผิดปกติในหัวใจ ปอด และกระดูกของผู้ป่วย”

หากโมเดล AI ภาพถ่ายทางการแพทย์รายงานว่าการสแกนผู้ป่วยแสดงให้เห็นเงาทึบในเนื้อปอด (บ่งบอกถึงการอักเสบ), Truong อธิบายว่า แพทย์สามารถรวมการวิเคราะห์ X-ray กับแบบจำลองภาษาขนาดใหญ่ (LLM) ที่อ่านบันทึกสุขภาพเพื่อเรียนรู้ว่าผู้ป่วยมีไข้ ซึ่งช่วยให้แพทย์วินิจฉัยได้รวดเร็วยิ่งขึ้น การวินิจฉัยโรคปอดบวมที่เฉพาะเจาะจงมากขึ้น

ได้รับทุนสนับสนุนจาก Vingroup ซึ่งเป็นหนึ่งในบริษัทมหาชนที่ใหญ่ที่สุดของเวียดนาม VinBrain เป็นผู้สร้าง DrAid ซึ่งเป็นซอฟต์แวร์ AI เพียงตัวเดียวสำหรับการวินิจฉัยเอกซเรย์อัตโนมัติในเอเชียตะวันออกเฉียงใต้ และเป็นหนึ่งในแพลตฟอร์ม AI แรก ๆ ที่องค์การอาหารและยา (FDA) ให้การรับรองในการตรวจจับคุณลักษณะที่ชี้นำ ของอาการปอดแฟบจากการเอกซเรย์ทรวงอก

DrAid ได้รับการฝึกฝนจากชุดข้อมูลมากกว่า 2.5 ล้านภาพในโรงพยาบาลมากกว่า 100 แห่งในเวียดนาม เมียนมาร์ นิวซีแลนด์ และสหรัฐอเมริกา ซอฟต์แวร์นี้ใช้การวิเคราะห์ AI กับภาพทางการแพทย์สำหรับผู้ป่วยมากกว่า 120,000 รายในแต่ละเดือน VinBrain ยังสร้างโฮสต์ของแอปพลิเคชัน AI อื่น ๆ รวมถึงผลิตภัณฑ์ telehealth ที่วิเคราะห์ผลการทดสอบในห้องปฏิบัติการ รายงานทางการแพทย์ และบันทึกสุขภาพอิเล็กทรอนิกส์อื่น ๆ

บริษัทเป็นส่วนหนึ่งของ NVIDIA Inception ซึ่งเป็นโปรแกรมระดับโลกที่ออกแบบมาเพื่อนำเสนอความเชี่ยวชาญด้านเทคโนโลยีและการสนับสนุนการเข้าสู่ตลาดของสตาร์ทอัปที่ทันสมัย ทีม VinBrain ยังได้ร่วมมือกับ Microsoft และนักวิจัยทางวิชาการที่ Stanford University, Harvard University, University of Toronto และ University of California, San Diego เพื่อพัฒนาเทคโนโลยี AI หลักและส่งเอกสารเผยแพร่งานวิจัยไปยังการประชุมชั้นนำ

หลากหลายโมเดล ปรับใช้ง่าย

ทีม VinBrain ได้พัฒนาโมเดล AI มากกว่า 300 โมเดลที่ประมวลผลคำพูด ข้อความ วิดีโอ และรูปภาพ รวมถึงข้อมูล X-ray, CT และ MRI

“การดูแลสุขภาพมีความซับซ้อน ดังนั้นไปป์ไลน์จึงต้องการแบบจำลองหลายร้อยแบบสำหรับแต่ละขั้นตอน เช่น การประมวลผลล่วงหน้า การแบ่งส่วน การตรวจจับวัตถุ และหลังการประมวลผล” Truong กล่าว “เราตั้งเป้าที่จะบรรจุโมเดลเหล่านี้เข้าด้วยกัน เพื่อให้ทุกอย่างทำงานบนเซิร์ฟเวอร์ GPU ของโรงพยาบาล ให้กลายเป็นเรื่องปกติเหมือนการมีตู้เย็นหรือเครื่องไฟฟ้าในครัวเรือน”

VinBrain เพิ่งเปิดตัว DrAid Appliance ซึ่งเป็นอุปกรณ์ภายในองค์กรที่ขับเคลื่อนด้วย NVIDIA GPU สำหรับการคัดกรองการศึกษาภาพทางการแพทย์โดยอัตโนมัติ ซึ่งสามารถปรับปรุงประสิทธิภาพการทำงานของแพทย์ได้มากถึง 80% ทีมงานประเมิน

บริษัทยังเสนอโซลูชันแบบไฮบริด ซึ่งรูปภาพจะได้รับการประมวลผลล่วงหน้าที่อุปกรณ์ปลายทางด้วย DrAid Appliance จากนั้นจึงส่งไปยัง GPU ของ NVIDIA ในระบบคลาวด์สำหรับเวิร์กโหลดการประมวลผลที่ต้องการประสิทธิภาพสูงขึ้น

อีกวิธีหนึ่งในการเข้าถึงซอฟต์แวร์ DrAid ของ VinBrain คือผ่าน Ferrum Health, โดย NVIDIA Inception ได้พัฒนาแพลตฟอร์มที่ปลอดภัยเพื่อช่วยให้องค์กรด้านการดูแลสุขภาพปรับใช้แอปพลิเคชัน AI ในพื้นที่การรักษา

เร่งการฝึกอบรม AI และการอนุมาน

VinBrain ฝึกฝนโมเดล AI ซึ่งรวมถึงภาพทางการแพทย์ การวิเคราะห์วิดีโออัจฉริยะ การรู้จำเสียงพูดอัตโนมัติ การประมวลผลภาษาธรรมชาติ และการแปลงข้อความเป็นคำพูด โดยใช้ NVIDIA DGX SuperPOD การนำ DGX SuperPOD มาใช้ทำให้ Vinbrain บรรลุความเร็วระดับใกล้เชิงเส้นสำหรับการฝึกโมเดล ทำให้การฝึกเร็วขึ้น 100 เท่า เมื่อเทียบกับการฝึกที่ใช้ CPU ประมวลผลเพียงอย่างเดียว และลดเวลาตอบสนองสำหรับการพัฒนาโมเดลลงอย่างมาก

ทีมงานใช้ซอฟต์แวร์จาก NVIDIA AI Enterprise ซึ่งเป็นโซลูชันแบบ end-to-end สำหรับ AI ในการผลิต ซึ่งรวมถึงแพลตฟอร์ม NVIDIA Clara, เฟรมเวิร์กโอเพ่นซอร์ส MONAI สำหรับการพัฒนาภาพทางการแพทย์ และชุดเครื่องมือ AI การสนทนาของ NVIDIA NeMo สำหรับโมเดลการถอดความ

“ในการพัฒนาโมเดล AI ที่ดี คุณไม่สามารถฝึกเพียงครั้งเดียวแล้วทำให้เสร็จได้” Truong กล่าว “เป็นกระบวนการที่พัฒนาอย่างต่อเนื่องเพื่อปรับแต่งโครงข่ายประสาทเทียม”

VinBrain ได้สร้างขั้นตอนการตรวจสอบเบื้องต้นสำหรับโครงการ AI ของตน: บริษัททดสอบแบบจำลองระยะเริ่มต้นในโรงพยาบาล 2-3 แห่งในเวียดนามเพื่อรวบรวมข้อมูลประสิทธิภาพ รวบรวมข้อเสนอแนะ และปรับแต่งโครงข่ายประสาทเทียม

นอกเหนือจากการใช้ NVIDIA DGX SuperPOD สำหรับการฝึกอบรม AI แล้ว บริษัทยังได้ใช้ NVIDIA GPU เพื่อปรับปรุงประสิทธิภาพรันไทม์และการปรับใช้ การใช้เซิร์ฟเวอร์การอนุมาน NVIDIA Triton และ NVIDIA TensorRT เพื่อปรับปรุงการอนุมานสำหรับโมเดล AI มากกว่าร้อยแบบที่ใช้ GPU NVIDIA Tensor Core บนคลาวด์

“เราเปลี่ยนไปใช้ GPU ของ NVIDIA สำหรับการอนุมานเนื่องจากปริมาณงานที่สูงขึ้น เวลาตอบสนองที่เร็วขึ้น และที่สำคัญที่สุดคืออัตราส่วนต้นทุน” Truong กล่าว

หลังจากเปลี่ยนจาก CPU ไปใช้ NVIDIA Tensor Core GPU ทีมงานสามารถเร่งการอนุมานสำหรับ AI การถ่ายภาพทางการแพทย์ได้มากกว่า 3 เท่า และการสตรีมวิดีโอมากกว่า 30 เท่า

“ในอีกไม่กี่ปีข้างหน้า เราต้องการเป็นบริษัทชั้นนำในการแก้ปัญหาข้อมูลด้านสุขภาพหลายรูปแบบ” Truong กล่าว “การใช้ AI และ Edge Computing เรามีเป้าหมายที่จะปรับปรุงคุณภาพและการเข้าถึงการดูแลสุขภาพ ทำให้ผู้ป่วยและแพทย์ทั่วโลกเข้าถึงข้อมูลเชิงลึกอัจฉริยะได้”

ลงทะเบียนสำหรับ NVIDIA GTC ซึ่งจะจัดขึ้นทางออนไลน์ในวันที่ 20-23 มีนาคม เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับ AI and healthcare