この記事は、インテル® AI Blog に公開されている「AI-Enhanced Medical Imaging to Improve Radiology Workflows」(https://www.intel.ai/ai-enhanced-medical-imaging-to-improve-radiology-workflows/) の日本語参考訳です。
医療用画像データの量が増加するにつれて、放射線科医の負荷も増しています (http://www.medicalimagingtalk.com/radiology-imaging/survive-the-looming-radiologist-physician-shortage-with-more-efficient-radiology-workflows/)。放射線科医は、増加する画像検査に対応しつつ、患者ケアへのさらなる参加も求められています。AI 技術が放射線科医の診断をより素早く、そしてより正確に行えるよう支援できるとしたらどうでしょうか?
ディープラーニングやその他の人工知能 (AI) は、医療用画像処理ワークフローを合理化し、撮影技術を改善して X 線被ばくを軽減し、画像データの研究価値を高められる可能性があります。医療用画像処理 AI とディープラーニングは、多くのワークロードに使用されている汎用インテル® アーキテクチャーで実行し、ハイパフォーマンスを達成しています。
GE Healthcare は最近、インテルと共同で最適化したディープラーニング画像分類システムをインテル® アーキテクチャーでテストしました。インテル® コンピューター・ビジョン SDK に含まれる インテル® ディープラーニング・デプロイメント・ツールキット (英語) を利用することで、このソリューションは GE の目標を 6 倍近くも上回るスループットを達成しました。この例は、インテル® アーキテクチャーが次世代のスマートな医療用画像処理に対応できることを示しています。
医療用画像処理ワークフローにおける実用的なディープラーニング
医療用画像は、病気の診断、治療の計画、結果の評価に役立ちます。ほかの健康データや人口統計データと合わせて、新たな見解をもたらし、画期的な治療法を導き出すことができます。次に例を示します。
- 浙江大学の数学・科学科と Zhejiang DE Image Solutions Co., Ltd. は、超音波画像の調査と甲状腺がんのスクリーニングの向上のため、インテル・テクノロジーベースのディープラーニング推論ソリューションを使用しました。
- 中国政府は、予防可能な失明の 2 つの一般的な原因の検出を支援するため、ディープラーニングを使用しています。このソリューションは、インテル® Xeon® スケーラブル・プロセッサー上で動作し、MiiS のハンドヘルド検眼鏡にディープラーニングの推論機能を追加します。
- ディープラーニング・ベースの画像処理手法は画像に関するメタデータの生成と患者の配置に使用されています。このメタデータを使用して、放射線診断ワークフローを動的に適応させて画像検索を高速するだけでなく、正確性も確保できます。
しかし、ディープラーニング医療用画像ワークフローに課題がないわけではありません。ディープラーニングの推論は、放射線科医のワークフローに悪影響を与えないように、画像あたり数ミリ秒と非常に高速である必要があります。AI 計算の導入コストは低くなければなりません。GPU などのアドインカードのコストはすぐに増加し、追加の保守が必要になることから運用コストの増加につながります。プラットフォームは、規定の再認定を最小限に抑えるため、数年間運用される必要があります。
一般的なインフラストラクチャーにおけるディープラーニングの推論
ディープラーニングが普及するにつれて、データセンターやクラウドでディープラーニングの推論を行う柔軟なアーキテクチャーの需要が高まっています。また、ディープラーニングの推論とトレーニングでは、インフラストラクチャー要件が大きく異なります。推論インフラストラクチャーの違いにより、推論スループットが大幅に向上します。
インテル® Xeon® スケーラブル・プロセッサーは、AI の推論に優れた機能を提供し、ほぼすべてのデータセンターに配備されています。そのため、インテル® ハードウェアはディープラーニングの推論の配備先としてますます魅力的になっています。
ソフトウェアの最適化は、多くの場合、インテル® アーキテクチャー上のディープラーニング・ソリューションにパフォーマンスの向上をもたらします。最近インテル® コンピューター・ビジョン SDK に追加されたインテル® ディープラーニング・デプロイメント・ツールキットを利用して、インテル® アーキテクチャー上で高速に推論を実行できるようにディープラーニング・モデルを最適化できます。モデルのトレーニングに使用されたハードウェア・プラットフォームにかかわりなく、Caffe*、TensorFlow*、その他のディープラーニング・フレームワークからトレーニング済みのモデルをインポートできます。
インテルの AI ソリューション・ポートフォリオは、多用途で、費用対効果の高い、広く使用されているプラットフォームで迅速な推論に必要なパフォーマンスを提供します。つまり、医療用画像向けのディープラーニングの推論の課題に最適なソリューションです。
インテルの推論のテスト
GE Healthcare (英語) など、大手医療用画像機器メーカーは、ディープラーニングの医療用画像処理ソリューションにインテル® Xeon® プロセッサーとインテル® ディープラーニング・デプロイメント・ツールキットを使用して、素晴らしい成果を上げています。GE Healthcare のコンピューター断層撮影 (CT) スキャン部門のチームは、研究や臨床比較で簡単に検索・使用できるように、スキャンした画像スライスを分類してタグ付けするソリューションの開発にインテル® ディープラーニング・デプロイメント・ツールキットを使用しました。
TensorFlow* とディープラーニング向けの Keras ライブラリーを含むオープンソースのソフトウェアと Python* でモデルを開発した後、GE の CT 画像の専門家はインテルと協力して、インテル® ディープラーニング・デプロイメント・ツールキットを使用して、インテル® アーキテクチャー向けにソリューションをセットアップして最適化しました。費用対効果の高いパフォーマンスを達成するため、GE はインテル® Xeon® プロセッサーの 4 つのコアを使用して 1 秒あたり 100 画像のスループットを目標としました。
結果は目標を大きく上回るものでした。インテル® Xeon® プロセッサー E5-2650 v4 の単一のコアだけで、GE の全体的なパフォーマンス目標を約 150% 上回るスループットを達成しました。プロセッサーの 4 つのコアを使用することで、GE は目標の約 6 倍のスループットを実現しました。 さまざまな AI ワークロードにおいて前世代と比較して最大 2.4 倍のパフォーマンス向上をもたらす新しいインテル® Xeon® Platinum 8180 プロセッサーでは、さらなるスループットの向上が見込まれます。
GE Healthcare の主席エンジニアである David Chevalier は次のように述べています。「お客様の導入コストを抑えるため、さまざまな臨床環境で多種多様な AI と画像処理タスクを実行できるパフォーマンスと柔軟性が必要です。インテルの汎用のプロセッサー、ツール、フレームワークを使用することで、医療用画像処理において AI を新しく意味のある方法で活用する、費用対効果の高い方法が得られると思います。」
一般的なインフラストラクチャーにおける推論
インテル® ディープラーニング・デプロイメント・ツールキットを使用することで、GE Healthcare のようなイノベーターは、ほかの画像処理タスクと同じ費用対効果の高い汎用インフラストラクチャーで優れたディープラーニングの推論パフォーマンスが得られます。インテル・テクノロジーは、GE Healthcare やその他の企業が AI の可能性により世界中の人々の生活を向上するお手伝いをしています。
インテル® ディープラーニング・デプロイメント・ツールキットと GE Healthcare の AI により拡張された医療用画像処理ソリューションの詳細は、ホワイトペーパー「インテル® ソフトウェア開発ツールによりヘルスケアの画像処理向けにディープラーニング・パフォーマンスを最適化」 (https://ai.intel.com/wp-content/uploads/sites/53/2018/03/IntelSWDevTools_OptimizeDLforHealthcare.pdf) を参照してください。インテルの AI ポートフォリオ・ソリューションの詳細は、ai.intel.com (英語) を参照してください。
法務上の注意書き
ベンチマーク結果は、「Spectre」および「Meltdown」と呼ばれる脆弱性への対処を目的とした最新のソフトウェア・パッチおよびファームウェア・アップデートの適用前に取得されたものです。パッチやアップデートを適用したデバイスやシステムでは同様の結果が得られないことがあります。性能に関するテストに使用されるソフトウェアとワークロードは、性能がインテル® マイクロプロセッサー用に最適化されていることがあります。SYSmark* や MobileMark* などの性能テストは、特定のコンピューター・システム、コンポーネント、ソフトウェア、操作、機能に基づいて行ったものです。結果はこれらの要因によって異なります。製品の購入を検討される場合は、他の製品と組み合わせた場合の本製品の性能など、ほかの情報や性能テストも参考にして、パフォーマンスを総合的に評価することをお勧めします。性能やベンチマーク結果について、さらに詳しい情報をお知りになりたい場合は、http://www.intel.com/performance (英語) を参照してください。
インテル® テクノロジーの機能と利点はシステム構成によって異なり、対応するハードウェアやソフトウェア、またはサービスの有効化が必要となる場合があります。実際の性能はシステム構成によって異なります。絶対的なセキュリティーを提供できるコンピューター・システムはありません。詳細については、各システムメーカーまたは販売店にお問い合わせいただくか、http://www.intel.co.jp/ を参照してください。
Intel、インテル、Intel ロゴ、Xeon は、アメリカ合衆国および / またはその他の国における Intel Corporation またはその子会社の商標です。
* その他の社名、製品名などは、一般に各社の表示、商標または登録商標です。
© 2019 Intel Corporation. 無断での引用、転載を禁じます。
