Tại Đài Loan, bệnh viện Chang Gung Memorial triển khai hệ thống được xây dựng trên NVIDIA DGX và Pure Storage FlashBlade để cung cấp sức mạnh cho các công cụ AI phân tích kết quả từ kính hiển vi.
Các xét nghiệm máu cho các bác sĩ biết thông tin về chức năng của các cơ quan quan trọng và có thể tiết lộ vô số tình trạng sức khỏe của bệnh nhân, bao gồm bệnh tim, thiếu máu và ung thư. Tại các bệnh viện lớn, số lượng hình ảnh tế bào máu đang chờ được phân tích là rất lớn.
Với hơn 10.000 giường bệnh và hơn 8 triệu lượt khám ngoại trú hàng năm, Bệnh viện Chang Gung Memorial ở Đài Loan thu thập ít nhất một triệu hình ảnh tế bào máu mỗi năm. Các bác sĩ lâm sàng ở đây phải có mặt 24/7, vì phân tích máu là khâu then chốt trong khoa cấp cứu. Để cải thiện hiệu quả và độ chính xác của nó, mạng lưới chăm sóc sức khỏe – với bảy bệnh viện trên khắp hòn đảo này – đang áp dụng các công cụ học tập sâu được phát triển trên hệ thống hạ tầng sẵn sàng với AI, hay AIRI.
Một kiến trúc tích hợp từ Pure Storage và NVIDIA, AIRI dựa trên thiết kế tham chiếu NVIDIA DGX POD và được cung cấp bởi NVIDIA DGX-1 kết hợp với Pure Storage FlashBlade. Giải pháp AIRI của bệnh viện được trang bị bốn hệ thống NVIDIA DGX-1, cung cấp hơn một petaflop hiệu năng tính toán AI trên mỗi hệ thống. Mỗi DGX-1 tích hợp 8 x Data center GPU nhanh nhất thế giới: NVIDIA V100 Tensor Core GPU.
Các công cụ phân tích tế bào máu hiện tại của Chang Gung có khả năng tự động xác định năm loại tế bào bạch cầu chính, nhưng vẫn yêu cầu các bác sĩ xác định thủ công các loại tế bào khác, một quá trình tốn kém thời gian và chi phí.
Mô hình học sâu của nó cung cấp một phân tích kỹ lưỡng hơn, phân loại 18 loại tế bào máu từ hình ảnh kính hiển vi với độ chính xác “99%”. Việc có một công cụ AI xác định nhiều loại tế bào máu cũng giúp tăng khả năng của bác sĩ trong việc phân loại các loại tế bào hiếm, cải thiện chẩn đoán bệnh. Sử dụng AI có thể giúp giảm khối lượng công việc của bác sĩ lâm sàng mà không ảnh hưởng đến chất lượng xét nghiệm.
Để tăng tốc đào tạo và suy luận về các mô hình học tập sâu, bệnh viện dựa vào thiết kế cơ sở hạ tầng tích hợp của AIRI, kết hợp các thực hành tốt nhất để tính toán, kết nối mạng, lưu trữ, cấp nguồn và làm mát.
AI chạy “trong máu” của bệnh viện này
Sau khi bệnh nhân được lấy máu, bệnh viện Chang Gung Memorial sử dụng các công cụ tự động để lấy mẫu máu, đưa chúng lên phiến kính hiển vi thủy tinh và nhuộm màu, để có thể kiểm tra các tế bào hồng cầu, bạch cầu và tiểu cầu. Sau đó, máy sẽ chụp một hình ảnh slide, được gọi là ảnh chụp phim của máu, như vậy chúng có thể được phân tích bằng các thuật toán.
Sử dụng phương pháp học chuyển giao (transfer learning), bệnh viện đã đào tạo mạng lưới thần kinh tích chập (convolutional neural network) của mình trên bộ dữ liệu gồm hơn 60.000 hình ảnh tế bào máu trên AIRI.
AI chỉ mất hai giây để diễn giải một bộ 25 hình ảnh sử dụng máy chủ trang bị GPU NVIDIA T4 để suy luận – một nhiệm vụ nhanh hơn hàng trăm lần so với quy trình thông thường liên quan đến một nhóm gồm ba chuyên gia y tế dành tới năm phút.
Ngoài việc cung cấp kết quả xét nghiệm máu nhanh hơn, học sâu có thể làm giảm sự mệt mỏi của bác sĩ và tăng cường chất lượng phân tích tế bào máu.
“AI sẽ cải thiện toàn bộ quá trình chẩn đoán y tế, đặc biệt là mối quan hệ giữa bác sĩ và bệnh nhân, bằng cách giải quyết hai vấn đề chính: hạn chế về thời gian và chi phí nhân lực”, theo ông Chang-Fu Kuo, giám đốc Trung tâm Trí tuệ nhân tạo của bệnh viện.
Một số loại tế bào máu rất hiếm, dẫn đến mất cân bằng trong tập dữ liệu huấn luyện. Để tăng số lượng hình ảnh ví dụ cho các loại tế bào hiếm và để cải thiện hiệu suất của mô hình, các nhà nghiên cứu đang thử nghiệm các mạng đối nghịch chung hoặc GAN.
Bệnh viện cũng đang sử dụng AIRI để xác định hình ảnh gãy xương, bộ gen và các dự án miễn dịch huỳnh quang (immunofluorescence). Trong khi các công cụ AI hiện tại tập trung vào việc xác định các điều kiện y tế, các ứng dụng trong tương lai có thể được sử dụng để dự đoán bệnh.
