LG AI Research ontwikkelt AI-model op AWS voor snelle kankerdiagnose

Op AWS re:Invent kondigde Amazon Web Services (AWS) aan dat LG AI Research, het onderzoekscentrum voor kunstmatige intelligentie (AI) van het Zuid-Koreaanse conglomeraat LG Group, gebruik heeft gemaakt van 's werelds toonaangevende clouddienst om zijn nieuwe pathologie-basismodel (FM) te ontwikkelen voor een eerdere diagnose en behandeling van kanker.

Het op histopathologische beelden gebaseerde model, EXAONEPath, kan op een veilige manier microscopische beelden van weefselmonsters van kankerpatiënten analyseren. Hierdoor kan de tijd voor genetische tests worden teruggebracht van twee weken naar minder dan een minuut, wat artsen helpt om de snelheid en effectiviteit van behandelingen te verbeteren.

EXAONEPath behaalt een gemiddelde nauwkeurigheid van 86,1% op zes benchmarks bij het correct classificeren van visuele kenmerken op cellulair niveau. Dit is vergelijkbaar met andere toonaangevende pathologie-FM's die op veel grotere datasets zijn getraind. Met behulp van AWS kan LG AI Research terabytes aan data in minder dan een uur naar de cloud overbrengen, waardoor de trainingstijd van het model wordt verkort van 60 dagen naar één week. Dit verbetert de prestaties van EXAONEPath bij het diagnosticeren en detecteren van kanker, wat leidt tot betere klinische resultaten voor patiënten. Door op AWS te draaien, kan LG AI Research ook zijn kosten voor databeheer en infrastructuur met ongeveer 35% verlagen en de tijd voor dataverwerking met 95% verkorten.

Rekenkracht

Met behulp van Amazon SageMaker heeft LG AI Research zijn grootschalige EXAONEPath-model binnen acht maanden getraind en geïmplementeerd, waarbij gebruik werd gemaakt van 285 miljoen datapunten en meer dan 35.000 hoge-resolutie weefselmonsterafbeeldingen. Het verwerken en trainen van AI-modellen met extreem grote datasets vereist immense opslag, razendsnelle gegevensoverdracht en aanzienlijke rekenkracht. Met AWS en NVIDIA GPU's versnelt LG AI Research de training en inferentie voor zijn deep learning workloads.

Histopathologische beelden kunnen met EXAONEPath worden geanalyseerd en gevisualiseerd om mogelijke genetische veranderingen in cellen te identificeren. Kleurvariaties kunnen belangrijke aanwijzingen geven over mogelijke genetische veranderingen of afwijkingen in de cellen. Beeldmateriaal: LG AI Research

S3

LG AI Research gebruikt Amazon S3 om enorme datavolumes op te slaan en op te halen die cruciaal zijn voor onderzoek. Amazon FSx for Lustre biedt latenties van minder dan een milliseconde en levert honderden gigabytes per seconde aan doorvoer, wat essentieel is voor toepassingen die snelle toegang tot grote datasets vereisen. Dit high-performance bestandssysteem en opslagplatform maakt parallelle dataverwerking en -analyse mogelijk, waardoor de tijd die nodig is om inzichten te verkrijgen aanzienlijk wordt verkort.

"De gezondheidszorgsector boekt snel vorderingen op het gebied van het gebruik van AI op AWS om diagnoses te versnellen en patiënten sneller in behandeling te krijgen," aldus Dan Sheeran, general manager, Healthcare and Life Sciences bij AWS. "Met behulp van AWS kan LG AI Research EXAONEPath ontwikkelen en gebruiken op een ongekende schaal, waardoor de verwerkingstijd van gegevens en de trainingstijd van modellen worden verkort en de nauwkeurigheid wordt verbeterd. Dit stelt zorgverleners in staat om de diagnose en behandeling van kanker te verbeteren, wachttijden te verkorten en de zorg voor patiënten te personaliseren."