See on ühine ajaveeb AWS-i ja Philipsiga.
Philips on tervisetehnoloogia ettevõte, mis keskendub inimeste elu parandamisele läbi sisuka innovatsiooni. Alates 2014. aastast on ettevõte pakkunud klientidele oma platvormi Philips HealthSuite, mis korraldab kümneid AWS-teenuseid, mida tervishoiu- ja bioteaduste ettevõtted kasutavad patsientide ravi parandamiseks. See teeb koostööd tervishoiuteenuste osutajate, idufirmade, ülikoolide ja teiste ettevõtetega, et arendada tehnoloogiat, mis aitab arstidel panna täpsemaid diagnoose ja pakkuda isikupärasemat ravi miljonitele inimestele üle maailma.
Philipsi innovatsioonistrateegia üks peamisi tõukejõude on tehisintellekt (AI), mis võimaldab luua nutikaid ja isikupärastatud tooteid ja teenuseid, mis võivad parandada tervisetulemusi, parandada kliendikogemust ja optimeerida tegevuse efektiivsust.
Amazon SageMaker pakub masinõppeoperatsioonide (MLOps) jaoks spetsiaalselt loodud tööriistu, mis aitavad automatiseerida ja standardida protsesse kogu ML elutsükli jooksul. SageMakeri MLOpsi tööriistade abil saavad meeskonnad hõlpsasti koolitada, testida, tõrkeotsingut teha, juurutada ja hallata ML-mudeleid mastaapselt, et suurendada andmeteadlaste ja ML-inseneride tootlikkust, säilitades samal ajal mudeli jõudluse tootmises.
Selles postituses kirjeldame, kuidas Philips tegi koostööd AWS-iga, et töötada välja AI ToolSuite – skaleeritav, turvaline ja ühilduv ML-platvorm SageMakeris. See platvorm pakub erinevaid võimalusi alates eksperimenteerimisest, andmete märkimisest, koolitusest, mudelite juurutamisest ja korduvkasutatavatest mallidest. Kõik need võimalused on loodud selleks, et aidata mitmel ärivaldkonnal kiiresti ja paindlikult uuendusi teha, samal ajal tsentraalsete juhtnuppudega mastaapselt juhtida. Kirjeldame peamisi kasutusjuhtumeid, mis esitasid platvormi esimese iteratsiooni nõuded, põhikomponendid ja saavutatud tulemused. Lõpetuseks selgitame välja käimasolevad jõupingutused, et võimaldada platvormil generatiivse AI töökoormusega ning uute kasutajate ja meeskondade kiireks kaasamiseks platvormi kasutuselevõtuks.
Kliendi kontekst
Philips kasutab tehisintellekti erinevates valdkondades, nagu pildistamine, diagnostika, teraapia, isiklik tervis ja ühendatud hooldus. Mõned näited AI-toega lahendustest, mille Philips on viimastel aastatel välja töötanud, on järgmised:
- Philipsi SmartSpeed – Tehisintellektil põhinev MRI pilditehnoloogia, mis kasutab ainulaadset Compressed-SENSE-põhist süvaõppe AI algoritmi, et viia kiirus ja pildikvaliteet paljude erinevate patsientide jaoks järgmisele tasemele.
- Philipsi eCareManager – Teletervise lahendus, mis kasutab tehisintellekti intensiivraviosakondades kriitiliselt haigete patsientide kaughoolduse ja haldamise toetamiseks, kasutades täiustatud analüütikat ja kliinilisi algoritme mitmest allikast pärit patsiendiandmete töötlemiseks ning pakkudes praktilisi teadmisi, hoiatusi ja soovitusi hooldusmeeskond
- Philips Sonicare – Nutikas hambahari, mis kasutab tehisintellekti kasutajate harjamiskäitumise ja suutervise analüüsimiseks ning annab reaalajas juhiseid ja isikupärastatud soovitusi, nagu optimaalne harjamisaeg, surve ja katvus, et parandada nende hambahügieeni ning vältida hambaaukude ja igemehaiguste teket. .
Philips on aastaid olnud teerajaja andmepõhiste algoritmide väljatöötamisel, et toita oma uuenduslikke lahendusi kogu tervishoiuvaldkonnas. Diagnostilise pildistamise valdkonnas töötas Philips välja hulgaliselt ML-rakendusi meditsiiniliste kujutiste rekonstrueerimiseks ja tõlgendamiseks, töövoo haldamiseks ja ravi optimeerimiseks. Ka patsientide jälgimisel on pildipõhise ravi, ultraheli ja isikliku tervise meeskonnad loonud ML-algoritme ja rakendusi. Innovatsiooni takistas aga killustatud tehisintellekti arenduskeskkondade kasutamine meeskondades. Need keskkonnad ulatusid üksikutest sülearvutitest ja lauaarvutitest kuni erinevate kohapealsete arvutusklastrite ja pilvepõhise infrastruktuurini. See heterogeensus võimaldas erinevatel meeskondadel algselt AI arendustegevuses kiiresti liikuda, kuid nüüd piirab see võimalusi meie tehisintellekti arendusprotsesside suurendamiseks ja tõhustamiseks.
Oli ilmselge, et Philipsi andmepõhiste ettevõtmiste potentsiaali tõeliseks vallandamiseks on hädavajalik teha põhimõtteline nihe ühtse ja standardiseeritud keskkonna suunas.
Peamised AI/ML kasutusjuhud ja platvorminõuded
AI/ML-toega ettepanekud võivad muuta tervishoidu, automatiseerides arstide haldusülesandeid. Näiteks:
- AI saab analüüsida meditsiinilisi pilte, et aidata radioloogidel haigusi kiiremini ja täpsemalt diagnoosida
- AI saab ennustada tulevasi meditsiinilisi sündmusi, analüüsides patsiendi andmeid ja parandades ennetavat ravi
- AI võib soovitada kohandatud ravi, mis on kohandatud patsientide vajadustele
- AI saab kliinilistest märkmetest teavet eraldada ja struktureerida, et muuta salvestamine tõhusamaks
- AI liidesed võivad pakkuda patsientidele päringute, meeldetuletuste ja sümptomite kontrollimise tuge
Üldiselt lubab AI/ML vähem inimlikke eksimusi, aja- ja kulude kokkuhoidu, optimeeritud patsientide kogemusi ja õigeaegseid isikupärastatud sekkumisi.
Üks peamisi nõudeid ML arendus- ja juurutusplatvormile oli platvormi võime toetada pidevat iteratiivset arendus- ja juurutamisprotsessi, nagu on näidatud järgmisel joonisel.
Tehisintellekti varade arendamine algab laborikeskkonnas, kus andmeid kogutakse ja kureeritakse ning seejärel koolitatakse ja kinnitatakse mudeleid. Kui mudel on valmis ja kasutamiseks heaks kiidetud, võetakse see kasutusele reaalsetes tootmissüsteemides. Pärast kasutuselevõttu jälgitakse mudeli jõudlust pidevalt. Reaalset jõudlust ja tagasisidet kasutatakse lõpuks mudeli edasiseks täiustamiseks koos mudeli koolituse ja kasutuselevõtu täieliku automatiseerimisega.
Üksikasjalikumad AI ToolSuite'i nõuded põhinesid kolmel kasutusjuhtumil.
- Töötage välja arvutinägemisrakendus, mille eesmärk on objektide tuvastamine servas. Andmeteaduse meeskond eeldas, et tehisintellektil põhinev automatiseeritud pildimärkuste töövoog kiirendab aeganõudvat märgistamisprotsessi.
- Lubage andmeteaduse meeskonnal hallata klassikaliste ML-mudelite perekonda mitme meditsiiniüksuse statistika võrdlemiseks. Projekt nõudis mudeli juurutamise, katsete jälgimise, mudeli jälgimise automatiseerimist ja suuremat kontrolli kogu protsessi ots otsani nii auditeerimiseks kui ka edaspidiseks ümberõppeks.
- Parandage diagnostilise meditsiinilise pildistamise süvaõppe mudelite kvaliteeti ja turuletuleku aega. Olemasolev andmetöötlusinfrastruktuur ei võimaldanud paralleelselt paljusid eksperimente läbi viia, mis lükkas mudeli väljatöötamise edasi. Samuti on regulatiivsetel eesmärkidel vaja võimaldada mudelikoolituse täielik reprodutseeritavus mitme aasta jooksul.
Mittefunktsionaalsed nõuded
Skaleeritava ja tugeva AI/ML platvormi loomine nõuab mittefunktsionaalsete nõuete hoolikat kaalumist. Need nõuded lähevad kaugemale platvormi spetsiifilistest funktsioonidest ja keskenduvad järgmise tagamisele.
- Skaalautuvus – AI ToolSuite'i platvorm peab suutma Philipsi ülevaate loomise infrastruktuuri tõhusamalt skaleerida, et platvorm saaks hakkama kasvava andmemahu, kasutajate ja tehisintellekti/ML-i töökoormusega ilma jõudlust ohverdamata. See peaks olema kavandatud nii horisontaalselt kui vertikaalselt skaleerima, et rahuldada sujuvalt kasvavaid nõudmisi, pakkudes samal ajal keskset ressursside haldamist.
- jõudlus – Keeruliste AI/ML-algoritmide tõhusaks töötlemiseks peab platvorm pakkuma suure jõudlusega andmetöötlusvõimalusi. SageMaker pakub laias valikus eksemplaritüüpe, sealhulgas võimsate GPU-dega eksemplare, mis võivad mudelite väljaõpet ja järeldustoiminguid märkimisväärselt kiirendada. Samuti peaks see minimeerima latentsust ja reageerimisaega, et saada reaalajas või peaaegu reaalajas tulemusi.
- Usaldusväärsus – Platvorm peab pakkuma väga usaldusväärset ja tugevat AI infrastruktuuri, mis hõlmab mitut saadavustsooni. See mitmest AZ-ist koosnev arhitektuur peaks tagama AI-i katkestusteta toimimise, jaotades ressursse ja töökoormust erinevate andmekeskuste vahel.
- Kättesaadavus – Platvorm peab olema kättesaadav ööpäevaringselt, minimaalse seisakuajaga hoolduseks ja uuendamiseks. AI ToolSuite'i kõrge kättesaadavus peaks hõlmama koormuse tasakaalustamist, tõrketaluvusega arhitektuuri ja ennetavat jälgimist.
- Turvalisus ja valitsemine – Platvorm peab kasutama tugevaid turvameetmeid, krüptimist, juurdepääsukontrolli, spetsiaalseid rolle ja autentimismehhanisme koos pideva ebatavaliste tegevuste jälgimise ja turvaauditite läbiviimisega.
- Andmehaldus – Tõhus andmehaldus on AI/ML platvormide jaoks ülioluline. Tervishoiusektori eeskirjad nõuavad eriti ranget andmete haldamist. See peaks sisaldama selliseid funktsioone nagu andmete versioonide loomine, andmeliinid, andmete haldamine ja andmete kvaliteedi tagamine, et tagada täpsed ja usaldusväärsed tulemused.
- Koostalitlusvõime – Platvorm peaks olema konstrueeritud nii, et see integreeruks hõlpsalt Philipsi sisemiste andmehoidlatega, võimaldades sujuvat andmevahetust ja koostööd kolmandate osapoolte rakendustega.
- Hooldatavus – Platvormi arhitektuur ja koodibaas peaksid olema hästi organiseeritud, modulaarne ja hooldatav. See võimaldab Philipsi ML-i inseneridel ja arendajatel pakkuda värskendusi, veaparandusi ja tulevasi täiustusi ilma kogu süsteemi häirimata.
- Ressursi optimeerimine – Platvorm peaks kasutusaruandeid väga tähelepanelikult jälgima, et tagada arvutusressursside tõhus kasutamine ja ressursside dünaamiline jaotamine vastavalt nõudlusele. Lisaks peaks Philips kasutama AWS-i arveldus- ja kuluhalduse tööriistu, et meeskonnad saaksid teatisi, kui kasutus ületab määratud läve.
- Järelevalve ja metsaraie – Platvorm peaks kasutama Amazon CloudWatch hoiatused igakülgsete jälgimis- ja logimisvõimaluste kohta, mis on vajalikud süsteemi jõudluse jälgimiseks, kitsaskohtade tuvastamiseks ja probleemide tõhusaks tõrkeotsinguks.
- Vastavus – Platvorm võib samuti aidata parandada tehisintellekti toega ettepanekute regulatiivset vastavust. Reprodutseeritavus ja jälgitavus peavad olema automaatselt lubatud otspunktide andmetöötluse torujuhtmete kaudu, kus saab automaatselt koostada paljusid kohustuslikke dokumentatsiooni artefakte, nagu andmeliini aruanded ja mudelikaardid.
- Testimine ja valideerimine – AI/ML mudelite täpsuse ja usaldusväärsuse tagamiseks ning soovimatute eelarvamuste vältimiseks peavad olema kehtestatud ranged testimis- ja valideerimisprotseduurid.
Lahenduse ülevaade
AI ToolSuite on otsast lõpuni skaleeritav kiirkäivitusega tehisintellekti arenduskeskkond, mis pakub natiivset SageMakerit ja sellega seotud AI/ML-teenuseid koos Philips HealthSuite'i turva- ja privaatsuspiiretega ning Philipsi ökosüsteemide integratsiooniga. On kolm isikut, kellel on spetsiaalsed juurdepääsuõigused:
- Andmete teadlane – Valmistage ette andmeid ning arendage ja koolitage mudeleid koostöös töökeskkonnas
- ML insener – Tootma ML-rakendusi mudeli juurutamise, jälgimise ja hooldusega
- Andmeteaduse administraator – Looge projekt meeskonnataotluse kohta, et pakkuda spetsiaalseid isoleeritud keskkondi koos juhtumipõhiste mallidega
Platvormi arendus hõlmas mitut väljalasketsüklit korduvas avastamise, kavandamise, ehitamise, testimise ja juurutamise tsüklis. Mõnede rakenduste unikaalsuse tõttu nõudis platvormi laiendamine olemasolevate kohandatud komponentide, näiteks andmesalvestiste või patenteeritud tööriistade manustamist märkuste tegemiseks.
Järgmine joonis illustreerib AI ToolSuite'i kolmekihilist arhitektuuri, mis hõlmab esimese kihina baasinfrastruktuuri, teise kihina levinud ML-i komponente ja kolmanda kihina projektipõhiseid malle.
Kiht 1 sisaldab baasinfrastruktuuri:
- Võrgukiht parameetrilise juurdepääsuga kõrge kättesaadavusega Internetile
- Iseteeninduse pakkumine taristu koodina (IaC)
- Integreeritud arenduskeskkond (IDE), mis kasutab Amazon SageMaker Studio domeen
- Platvormi rollid (andmeteaduse administraator, andmeteadlane)
- Artefaktide hoiustamine
- Logimine ja jälgitavuse jälgimine
Kiht 2 sisaldab tavalisi ML-i komponente:
- Automaatne katsete jälgimine iga töö ja konveieri jaoks
- Mudeliehituse konveier uue mudelijärgu värskenduse käivitamiseks
- Mudelkoolituse torustik, mis koosneb mudelikoolitusest, hindamisest ja registreerimisest
- Mudeli juurutamise konveier mudeli lõplikuks testimiseks ja kinnitamiseks juurutamiseks
- Mudeliregister mudeliversioonide hõlpsaks haldamiseks
- Spetsiaalselt konkreetse kasutusjuhtumi jaoks loodud projektiroll, mis määratakse SageMaker Studio kasutajatele
- Projekti jaoks ehitatud pildihoidla töötlemise, koolituse ja järelduskonteineri kujutiste salvestamiseks
- Koodihoidla koodiartefaktide salvestamiseks
- Projekt Amazoni lihtne salvestusteenus (Amazon S3) ämber kõigi projektiandmete ja artefaktide salvestamiseks
Kiht 3 sisaldab projektipõhiseid malle, mida saab luua kohandatud komponentidega vastavalt uutele projektidele. Näiteks:
- Mall 1 – Sisaldab komponenti andmete päringute tegemiseks ja ajaloo jälgimiseks
- Mall 2 – Sisaldab komponenti andmemärkuste jaoks koos kohandatud märkuste töövooga, et kasutada patenteeritud annotatsioonitööriistu
- Mall 3 – Sisaldab kohandatud konteinerpiltide komponente, et kohandada nii nende arenduskeskkonda kui ka koolitusrutiine, spetsiaalset HPC-failisüsteemi ja juurdepääsu kohalikust IDE-st kasutajatele
Järgmine diagramm tõstab esile peamised AWS-teenused, mis hõlmavad mitut AWS-i kontot arenduse, lavastamise ja tootmise jaoks.
Järgmistes jaotistes käsitleme AWS-i teenuste, sealhulgas SageMakeri, võimaldatud platvormi põhivõimalusi, AWS-i teenuste kataloog, CloudWatch, AWS Lambda, Amazoni elastsete konteinerite register (Amazon ECR), Amazon S3, AWS-i identiteedi- ja juurdepääsuhaldus (IAM) ja teised.
Infrastruktuur kui kood
Platvorm kasutab IaC-d, mis võimaldab Philipsil automatiseerida taristuressursside varustamist ja haldamist. See lähenemisviis aitab kaasa ka reprodutseeritavuse, skaleeritavuse, versioonikontrolli, järjepidevuse, turvalisuse ja kaasaskantavuse parandamisele arenduse, testimise või tootmise jaoks.
Juurdepääs AWS-i keskkondadele
SageMakerile ja sellega seotud AI/ML-teenustele pääseb juurde turvapiiretega andmete ettevalmistamiseks, mudeli arendamiseks, koolituseks, märkuste tegemiseks ja juurutamiseks.
Isolatsioon ja koostöö
Platvorm tagab andmete eraldatuse, säilitades ja töötledes eraldi, vähendades volitamata juurdepääsu või andmetega seotud rikkumiste riski.
Platvorm hõlbustab meeskondlikku koostööd, mis on hädavajalik tehisintellektiprojektides, mis hõlmavad tavaliselt ristfunktsionaalseid meeskondi, sealhulgas andmeteadlasi, andmeteaduse administraatoreid ja MLOpsi insenere.
Rollipõhine juurdepääsu kontroll
Rollipõhine juurdepääsukontroll (RBAC) on oluline õiguste haldamisel ja juurdepääsuhalduse lihtsustamisel, määratledes rollid ja load struktureeritud viisil. See muudab õiguste haldamise lihtsaks, kui meeskonnad ja projektid kasvavad, ning juurdepääsu kontrolli erinevatele AWS AI/ML projektides osalevatele isikutele, nagu andmeteaduse administraator, andmeteadlane, märkuste administraator, annotaator ja MLOps insener.
Juurdepääs andmesalvedele
Platvorm võimaldab SageMakeril juurdepääsu andmesalvedele, mis tagab, et andmeid saab tõhusalt kasutada mudelite väljaõppeks ja järelduste tegemiseks, ilma et oleks vaja andmeid dubleerida või liigutada erinevates salvestuskohtades, optimeerides seeläbi ressursside kasutamist ja vähendades kulusid.
Annoteerimine Philipsi spetsiifiliste märkimistööriistade abil
AWS pakub AI- ja ML-teenuste komplekti, nagu SageMaker, Amazon SageMaker Ground Truthja Amazon Cognito, mis on täielikult integreeritud Philipsi ettevõttesiseste märkuste tegemise tööriistadega. See integratsioon võimaldab arendajatel koolitada ja juurutada ML-mudeleid, kasutades AWS-i keskkonnas annoteeritud andmeid.
ML mallid
AI ToolSuite'i platvorm pakub AWS-is malle erinevate ML-i töövoogude jaoks. Need mallid on eelnevalt konfigureeritud infrastruktuuri seadistused, mis on kohandatud konkreetsete ML-i kasutusjuhtudega ja on juurdepääsetavad selliste teenuste kaudu nagu SageMakeri projektimallid, AWS CloudFormationja teeninduskataloog.
Integratsioon Philips GitHubiga
Integreerimine GitHubiga suurendab tõhusust, pakkudes tsentraliseeritud platvormi versioonihalduse, koodiülevaatuste ja automatiseeritud CI/CD (pidev integreerimine ja pidev juurutamine) torustike jaoks, vähendades käsitsi tehtavaid ülesandeid ja suurendades tootlikkust.
Visual Studio koodi integreerimine
Integratsioon Visual Studio Code'iga pakub ühtset keskkonda ML-projektide kodeerimiseks, silumiseks ja haldamiseks. See ühtlustab kogu ML-i töövoogu, vähendades konteksti vahetamist ja säästes aega. Integratsioon suurendab ka koostööd meeskonnaliikmete vahel, võimaldades neil töötada koos SageMakeri projektidega tuttavas arenduskeskkonnas, kasutades versioonikontrollisüsteeme ning jagada koodi ja märkmikke sujuvalt.
Mudel ja andmeliinid ning jälgitavus reprodutseeritavuse ja vastavuse tagamiseks
Platvorm pakub versioonimist, mis aitab jälgida andmeteadlase koolituse muutusi ja teha järeldusi aja jooksul, hõlbustades tulemuste taasesitamist ja andmekogumite arengut.
Platvorm võimaldab ka SageMakeri katsete jälgimist, mis võimaldab lõppkasutajatel logida ja jälgida kõiki nende ML-katsetega seotud metaandmeid, sealhulgas hüperparameetreid, sisendandmeid, koodi ja mudeli artefakte. Need võimalused on olulised regulatiivsetele standarditele vastavuse tõendamiseks ning tehisintellekti/ML-i töövoogude läbipaistvuse ja vastutuse tagamiseks.
AI/ML spetsifikatsiooni aruannete loomine regulatiivsete vastavuse tagamiseks
AWS haldab erinevate tööstusstandardite ja eeskirjade vastavussertifikaate. AI/ML spetsifikatsioonide aruanded on olulised vastavusdokumendid, mis näitavad regulatiivsetest nõuetest kinnipidamist. Need aruanded dokumenteerivad andmekogumite, mudelite ja koodi versioonide koostamist. Versioonikontroll on oluline andmete liini, jälgitavuse ja reprodutseeritavuse säilitamiseks, mis kõik on eeskirjade järgimise ja auditeerimise seisukohast üliolulised.
Projekti tasemel eelarve haldamine
Projektitasandi eelarvehaldus võimaldab organisatsioonil seada kulutustele piiranguid, aidates vältida ootamatuid kulusid ja tagades, et ML-projektid jäävad eelarve piiresse. Eelarvehalduse abil saab organisatsioon eraldada konkreetsetele projektidele või meeskondadele konkreetseid eelarveid, mis aitab meeskondadel varakult tuvastada ressursside ebatõhusust või ootamatuid kulude hüppeid. Lisaks eelarvehaldusele, mis võimaldab jõudeolevate sülearvutite automaatset sulgemist, väldivad meeskonnaliikmed kasutamata ressursside eest tasumist, vabastades väärtuslikke ressursse ka siis, kui neid aktiivselt ei kasutata, tehes need kättesaadavaks muude ülesannete või kasutajate jaoks.
Tulemused
AI ToolSuite töötati välja ja rakendati kogu ettevõtet hõlmava platvormina ML-i arendamiseks ja juurutamiseks Philipsi andmeteadlastele. Projekteerimise ja arendamise käigus koguti ja arvestati erinevate äriüksuste nõudeid. Projekti alguses selgitas Philips välja ärimeeskondadest meistrid, kes andsid tagasisidet ja aitasid hinnata platvormi väärtust.
Saavutati järgmised tulemused:
- Kasutajate omaksvõtt on Philipsi jaoks üks peamisi juhtivaid näitajaid. Mitme äriüksuse kasutajaid koolitati ja võeti platvormile ning see arv peaks 2024. aastal kasvama.
- Teine oluline mõõdik on andmeteaduse kasutajate jaoks tõhusus. AI ToolSuite'iga juurutatakse uued ML-i arenduskeskkonnad mitme päeva asemel vähem kui tunniga.
- Andmeteaduse meeskonnad pääsevad juurde skaleeritavale, turvalisele, kuluefektiivsele pilvepõhisele andmetöötluse infrastruktuurile.
- Meeskonnad saavad paralleelselt läbi viia mitu mudeltreeningu katset, mis vähendas oluliselt keskmist treeninguaega nädalatelt 1–3 päevani.
- Kuna keskkonna juurutamine on täielikult automatiseeritud, ei nõua see praktiliselt mingit pilveinfrastruktuuri inseneride kaasamist, mis vähendas tegevuskulusid.
- AI ToolSuite'i kasutamine suurendas märkimisväärselt andmete ja tehisintellekti tulemuste üldist küpsust, edendades heade ML-tavade, standardiseeritud töövoogude ja täieliku reprodutseeritavuse kasutamist, mis on tervishoiutööstuses regulatiivsete nõuete järgimise jaoks ülioluline.
Ootan generatiivset AI-d
Kuna organisatsioonid võistlevad tehisintellekti järgmise tipptaseme kasutuselevõtu nimel, on hädavajalik võtta kasutusele uus tehnoloogia organisatsiooni turva- ja juhtimispoliitika kontekstis. AI ToolSuite'i arhitektuur annab suurepärase kavandi, mis võimaldab Philipsi erinevatele meeskondadele juurdepääsu AWS-i generatiivsetele AI-võimalustele. Meeskonnad saavad kasutada vundamendimudeleid, mis on saadaval koos Amazon SageMaker JumpStart, mis pakub suurt hulka Hugging Face'i ja teiste pakkujate avatud lähtekoodiga mudeleid. Kuna vajalikud kaitsepiirded juurdepääsu kontrollimiseks, projekti ettevalmistamiseks ja kulude kontrollimiseks on juba paigas, on meeskondadel sujuv hakata kasutama SageMakeri generatiivseid AI-võimalusi.
Lisaks juurdepääs Amazonase aluspõhi, täielikult hallatav API-põhine teenus generatiivsele AI-le, mida saab projektinõuete alusel ette näha individuaalsete kontode jaoks ja kasutajad pääsevad juurde Amazon Bedrocki API-dele kas SageMakeri sülearvuti liidese või eelistatud IDE kaudu.
Generatiivse tehisintellekti kasutuselevõtul reguleeritud keskkonnas, näiteks tervishoius, on täiendavaid kaalutlusi. Hoolikalt tuleb kaaluda generatiivsete tehisintellekti rakenduste loodud väärtust ja sellega seotud riske ja kulusid. Samuti on vaja luua riski- ja õiguslik raamistik, mis reguleeriks generatiivsete AI-tehnoloogiate kasutamist organisatsioonis. Selliste mehhanismide osana tuleb käsitleda selliseid elemente nagu andmeturve, erapoolik ja õiglus ning eeskirjade järgimine.
Järeldus
Philips asus rännakule, et kasutada andmepõhiste algoritmide võimsust tervishoiulahenduste revolutsiooniliseks muutmiseks. Aastate jooksul on diagnostilise pildistamise uuendused toonud kaasa mitmeid ML-rakendusi, alates kujutise rekonstrueerimisest kuni töövoo juhtimise ja ravi optimeerimiseni. Mitmekesine seadistuste valik alates üksikutest sülearvutitest kuni kohapealsete klastrite ja pilveinfrastruktuurini esitas aga suuri väljakutseid. Eraldi süsteemihaldus, turvameetmed, tugimehhanismid ja andmeprotokoll takistasid TCO terviklikku vaadet ja keerulisi üleminekuid meeskondade vahel. Üleminekut teadus- ja arendustegevuselt tootmisele koormas põlvnemise ja reprodutseeritavuse puudumine, muutes mudeli pideva ümberõppe keeruliseks.
Osana Philipsi ja AWS-i vahelisest strateegilisest koostööst loodi AI ToolSuite platvorm, et töötada välja skaleeritav, turvaline ja ühilduv ML-platvorm koos SageMakeriga. See platvorm pakub erinevaid võimalusi alates eksperimenteerimisest, andmete märkimisest, koolitusest, mudelite juurutamisest ja korduvkasutatavatest mallidest. Kõik need võimalused ehitati iteratiivselt mitme avastamise, kavandamise, ehitamise, testimise ja juurutamise tsükli jooksul. See aitas mitmel äriüksusel kiiresti ja paindlikult uuendusi teha, juhtides samal ajal kesksete juhtnuppude abil ulatuslikku juhtimist.
See teekond on inspiratsiooniks organisatsioonidele, kes soovivad kasutada tehisintellekti ja ML-i jõudu, et edendada innovatsiooni ja tõhusust tervishoius, millest saavad lõpuks kasu patsiendid ja hooldusteenuse pakkujad kogu maailmas. Seda edu jätkates on Philips valmis uuenduslike tehisintellektiga lahenduste abil tervisetulemuste parandamisel veelgi suuremaid edusamme tegema.
Philipsi AWS-i uuenduste kohta lisateabe saamiseks külastage veebisaiti Philips AWS-is.
Autoritest
Frank Wartena on Philips Innovation & Strategy programmijuht. Ta koordineerib andmete ja tehisintellektiga seotud platvormi varasid, et toetada meie Philipsi andmeid ja tehisintellekti võimaldavaid ettepanekuid. Tal on laialdased kogemused tehisintellekti, andmeteaduse ja koostalitlusvõime vallas. Vabal ajal naudib Frank jooksmist, lugemist ja sõudmist ning perega aega veetmist.
Irina Fedulova on Philipsi innovatsiooni ja strateegia peamine andmete ja tehisintellekti juht. Ta juhib strateegilisi tegevusi, mis keskenduvad tööriistadele, platvormidele ja parimatele tavadele, mis kiirendavad ja laiendavad Philipsi (generatiivsete) AI-toega lahenduste väljatöötamist ja tootestamist. Irinal on tugev tehniline taust masinõppe, pilvandmetöötluse ja tarkvaratehnika vallas. Töövälisel ajal veedab ta meelsasti perega aega, reisib ja loeb.
Selvakumar Palaniyappan on ettevõtte Philips Innovation & Strategy tooteomanik, kes vastutab Philips HealthSuite AI ja ML platvormi tootehalduse eest. Tal on suured kogemused tehnilise tootehalduse ja tarkvaratehnika alal. Praegu töötab ta skaleeritava ja nõuetele vastava AI ja ML arendus- ja juurutamisplatvormi loomise kallal. Lisaks juhib ta selle kasutuselevõttu Philipsi andmeteaduse töörühmades, et arendada tehisintellektipõhiseid tervisesüsteeme ja -lahendusi.
Adnan Elci on AWS Professional Servicesi pilveinfrastruktuuri vanemarhitekt. Ta tegutseb tehnilise juhina, juhtides tervishoiu ja bioteaduste, rahanduse, lennunduse ja tootmise valdkondades klientide erinevaid toiminguid. Tema entusiasm automatiseerimise vastu väljendub tema ulatuslikus seotuses ettevõtte tasemel kliendilahenduste kavandamises, ehitamises ja juurutamises AWS-i keskkonnas. Lisaks oma ametialastele kohustustele pühendub Adnan aktiivselt vabatahtlikule tööle, püüdes luua kogukonnas sisukat ja positiivset mõju.
Hasan Poonawala on AWS-i AI/ML-i spetsialistlahenduste vanemarhitekt. Hasan aitab klientidel kavandada ja juurutada masinõpperakendusi AWS-i tootmises. Tal on üle 12-aastane töökogemus andmeteadlase, masinõppe praktiku ja tarkvaraarendajana. Vabal ajal armastab Hasan loodust uurida ning sõprade ja perega aega veeta.
Sreoshi Roy on AWS-i globaalse kaasamise vanemjuht. Tervishoiu- ja bioteaduste klientide äripartnerina on tal võrratu kogemus keerulistele äriprobleemidele lahenduste määratlemisel ja pakkumisel. Ta aitab oma klientidel seada strateegilisi eesmärke, määratleda ja kujundada pilve-/andmestrateegiaid ning rakendada skaleeritud ja jõulist lahendust nende tehniliste ja äriliste eesmärkide saavutamiseks. Lisaks ametialastele püüdlustele seisneb tema pühendumus inimeste elule sisulise mõju loomises, edendades empaatiat ja edendades kaasatust.
Wajahat Aziz on AI/ML ja HPC juht AWS tervishoiu ja bioteaduste meeskonnas. Olles olnud tehnoloogialiider erinevates rollides bioteaduste organisatsioonides, kasutab Wajahat oma kogemusi, et aidata tervishoiu- ja bioteaduste klientidel kasutada AWS-tehnoloogiaid tipptasemel ML- ja HPC-lahenduste väljatöötamiseks. Tema praegused fookusvaldkonnad on varased uuringud, kliinilised uuringud ja privaatsust säilitav masinõpe.
Wioletta Stobieniecka on AWS Professional Servicesi andmeteadlane. Kogu oma tööalase karjääri jooksul on ta ellu viinud mitmeid analüütikapõhiseid projekte erinevates tööstusharudes, nagu pangandus, kindlustus, telekommunikatsioon ja avalik sektor. Tema teadmised täiustatud statistiliste meetodite ja masinõppe kohta on hästi ühendatud ärivaistuga. Ta toob kaasa hiljutised AI edusammud, et luua klientidele väärtust.
- SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
- PlatoData.Network Vertikaalne generatiivne Ai. Jõustage ennast. Juurdepääs siia.
- PlatoAiStream. Web3 luure. Täiustatud teadmised. Juurdepääs siia.
- PlatoESG. Süsinik, CleanTech, Energia, Keskkond päikeseenergia, Jäätmekäitluse. Juurdepääs siia.
- PlatoTervis. Biotehnoloogia ja kliiniliste uuringute luureandmed. Juurdepääs siia.
- Allikas: https://aws.amazon.com/blogs/machine-learning/philips-accelerates-development-of-ai-enabled-healthcare-solutions-with-an-mlops-platform-built-on-amazon-sagemaker/
- :on
- :on
- :mitte
- : kus
- $ UP
- 1
- 100
- 12
- 120
- 2014
- 2024
- 7
- 87
- a
- võime
- Võimalik
- MEIST
- kiirendama
- kiirendab
- juurdepääs
- Juurdepääs andmetele
- pääses
- juurdepääsetav
- aruandekohustus
- Kontod
- täpsus
- täpne
- saavutada
- üle
- vaidlustatav
- aktiivselt
- tegevus
- teravmeelsus
- lisamine
- Täiendavad lisad
- kinnipidamine
- admin
- haldamine
- haldus-
- vastu võtma
- Vastuvõtmine
- edasijõudnud
- edusammud
- vastu
- AI
- AI / ML
- eesmärk
- Märguanded
- algoritm
- algoritme
- Materjal: BPA ja flataatide vaba plastik
- eraldama
- paigutatud
- võimaldama
- Lubades
- võimaldab
- juba
- Ka
- Amazon
- Amazon SageMaker
- Amazon Web Services
- vahel
- summa
- an
- analytics
- analüüsima
- analüüsides
- ja
- API-liidesed
- taotlus
- rakendused
- lähenemine
- heaks
- arhitektuur
- OLEME
- valdkondades
- kunstlik
- tehisintellekti
- Tehisintellekt (AI)
- AS
- eelis
- vara
- määratud
- seotud
- kinnitus
- At
- auditeerimine
- auditid
- Autentimine
- automatiseerima
- Automatiseeritud
- automaatselt
- automatiseerimine
- Automaatika
- kättesaadavus
- saadaval
- keskmine
- lennundus
- vältima
- AWS
- AWS-i professionaalsed teenused
- tagasi
- tagapõhi
- tasakaalustamine
- Pangandus
- baas
- põhineb
- BE
- olnud
- käitumine
- võrdlusuuringud
- kasuks
- BEST
- parimaid tavasid
- vahel
- Peale
- erapoolikus
- kalduvusi
- arvete
- Blogi
- plaan
- suurendada
- võimendamine
- mõlemad
- kitsaskohti
- rikkumisi
- Toob
- lai
- eelarve
- eelarvekomisjoni
- Bug
- ehitama
- Ehitus
- ehitatud
- äri
- kuid
- by
- helistama
- CAN
- võimeid
- Võimsus
- Kaardid
- mis
- Karjäär
- ettevaatlik
- juhul
- juhtudel
- kataloog
- Centers
- kesk-
- tsentraliseeritud
- sertifikaadid
- väljakutseid
- Champions
- Vaidluste lahendamine
- tasu
- klassika
- kliendid
- kliiniline
- Kliinilistes uuringutes
- arstid
- lähedalt
- Cloud
- cloud computing
- pilve infrastruktuur
- kood
- koodi alus
- Kodeerimine
- koostöö
- koostööl
- kombineeritud
- tuleb
- kohustuste
- ühine
- kogukond
- Ettevõtted
- ettevõte
- keeruline
- Vastavus
- Nõuetele vastav
- keeruline
- komponent
- komponendid
- terviklik
- Koosneb
- arvutuslik
- Arvutama
- arvuti
- Arvuti visioon
- arvutustehnika
- kohta
- lõpetama
- Juhtimine
- seotud
- tasu
- kaalutlused
- kaaluda
- Konteiner
- sisaldab
- kontekst
- jätkama
- pidev
- pidevalt
- kontinuum
- kontrollida
- kontrolli
- tuum
- Maksma
- Kulude juhtimine
- kulude kokkuhoid
- kulud
- katmine
- looma
- Loo väärtust
- loodud
- loomine
- loomine
- kriitiline
- funktsionaalsed meeskonnad
- otsustav
- kureeritud
- Praegune
- Praegu
- tava
- klient
- Kliendi kogemus
- Kliendilahendused
- Kliendid
- kohandada
- tsükkel
- tsüklit
- andmed
- Andmete rikkumine
- andmekeskuste
- Andmevahetus
- andmehaldus
- Andmete ettevalmistamine
- andmetöötlus
- andmeteadus
- andmeteadlane
- andmekaitse
- andmepõhistele
- andmekogumid
- Päeva
- pühendunud
- pühendumine
- sügav
- sügav õpe
- määratlema
- määratlemisel
- Hilineb
- tarnima
- esitatud
- edastamine
- Nõudlus
- nõudmisi
- näidates
- juurutada
- lähetatud
- kasutuselevõtu
- kasutuselevõtt
- kirjeldama
- Disain
- kavandatud
- projekteerimine
- üksikasjalik
- Detection
- arendama
- arenenud
- arendaja
- Arendajad
- arenev
- & Tarkvaraarendus
- diagnostika
- Diagnostiline pildistamine
- diagnostika
- erinev
- raske
- avastama
- arutama
- haigused
- eristatav
- levitamine
- mitu
- arstid
- dokument
- dokumentatsioon
- domeen
- Domeenid
- tehtud
- alla
- seisakuaeg
- kümneid
- ajam
- ajendatud
- draiverid
- sõidu
- kaks
- ajal
- dünaamiliselt
- Varajane
- lihtsam
- kergesti
- ökosüsteemi
- serv
- tõhusalt
- efektiivsus
- tõhus
- tõhusalt
- jõupingutusi
- kumbki
- elemendid
- asunud
- kinnistamine
- empaatia
- võimaldama
- lubatud
- võimaldab
- võimaldades
- krüpteerimist
- lõpp
- Lõpuks-lõpuni
- püüdlused
- tegevus
- insener
- Inseneriteadus
- Inseneride
- suurendama
- tõhustatud
- lisaseadmed
- Parandab
- tagama
- tagab
- tagades
- ettevõte
- entusiasm
- Kogu
- keskkond
- keskkondades
- viga
- eriti
- oluline
- hindama
- hindamine
- Isegi
- sündmused
- lõpuks
- Iga
- ilmne
- evolutsioon
- näide
- näited
- suurepärane
- vahetamine
- olemasolevate
- oodatav
- kogemus
- kogenud
- Kogemused
- eksperiment
- katseid
- uurima
- laiendamine
- ulatuslik
- väljavõte
- nägu
- hõlbustab
- õiglus
- tuttav
- pere
- KIIRE
- kiiremini
- tunnusjoon
- FUNKTSIOONID
- tagasiside
- Joonis
- fail
- lõplik
- rahastama
- esimene
- Keskenduma
- keskendunud
- Järel
- eest
- imeline
- edasi
- edendamine
- Sihtasutus
- killustatud
- Raamistik
- avameelne
- sõbrad
- Alates
- Kütus
- täis
- täielikult
- funktsionaalsused
- põhiline
- edasi
- Pealegi
- tulevik
- põlvkond
- generatiivne
- Generatiivne AI
- GitHub
- antud
- Globaalne
- Go
- hea
- valitsemistava
- valitsev
- valitseb
- GPU
- suurem
- Maa
- Kasvama
- Kasvavad
- juhised
- juhitud
- käepide
- rakmed
- Kasutamine
- Olema
- võttes
- he
- Tervis
- tervishoiusüsteemide
- tervishoid
- tervishoiutööstus
- aitama
- aitas
- aidates
- aitab
- siin
- Suur
- suur jõudlus
- rõhutab
- kõrgelt
- ise
- tema
- ajalugu
- omamine
- horisontaalselt
- tund
- Kuidas
- aga
- hpc
- HTML
- http
- HTTPS
- inim-
- tuvastatud
- identifitseerima
- identifitseerimiseks
- Identity
- Idle
- illustreerib
- pilt
- pildid
- Imaging
- mõju
- hädavajalik
- rakendada
- rakendatud
- rakendamisel
- oluline
- parandama
- parandusi
- Paranemist
- in
- sisaldama
- hõlmab
- Kaasa arvatud
- Kaasamine
- kasvav
- näitajad
- eraldi
- tööstusharudes
- tööstus
- tööstuse standardid
- ebaefektiivsus
- info
- Infrastruktuur
- esialgu
- uuendama
- Innovatsioon
- Innovatsioonistrateegia
- uuenduslik
- sisend
- teadmisi
- Inspiratsioon
- Näiteks
- selle asemel
- kindlustus
- integreerima
- integreeritud
- integratsioon
- integratsioon
- Intelligentsus
- Interface
- liidesed
- sisemine
- Internet
- Koostalitlusvõime
- tõlgendus
- sekkumiste
- sisse
- kaasama
- seotud
- kaasamine
- Irina
- isoleeritud
- isolatsioon
- küsimustes
- IT
- iteratsioon
- ITS
- töö
- ühine
- teekond
- jpg
- hoidma
- Võti
- teadmised
- labor
- märgistamine
- puudus
- sülearvutid
- suur
- Hilinemine
- algatama
- kiht
- viima
- juht
- juhtivate
- Õppida
- õppimine
- Õigus
- õigusliku raamistiku
- vähem
- Tase
- Finantsvõimendus
- võimendab
- peitub
- elu
- Eluteadus
- Maaülikooli
- eluring
- nagu
- piirid
- sugupuu
- liinid
- elama
- Elab
- koormus
- kohalik
- kohad
- logi
- metsaraie
- otsin
- armastab
- masin
- masinõpe
- tehtud
- Hooldatav
- säilitamine
- jääb
- hooldus
- tegema
- TEEB
- Tegemine
- juhtima
- juhitud
- juhtimine
- juhtimisvahendite
- juht
- juhtiv
- kohustuslik
- viis
- käsiraamat
- tootmine
- palju
- Turg
- tähtaeg
- tähendusrikas
- meetmed
- mehhanismid
- meditsiini-
- Vastama
- liikmed
- Metaandmed
- meetodid
- meetriline
- miljonid
- minimaalne
- ML
- MLOps
- mudel
- mudelid
- modulaarne
- Jälgida
- jälgitakse
- järelevalve
- rohkem
- liikuma
- MRI
- mitmekordne
- rohkus
- peab
- emakeelena
- loodus
- vajalik
- Vajadus
- vajadustele
- võrgustike loomine
- Uus
- uusi kasutajaid
- järgmine
- ei
- märkmik
- märkused
- teated
- nüüd
- number
- objekt
- Objekti tuvastamine
- eesmärgid
- of
- pakkumine
- Pakkumised
- on
- Pardal
- kunagi
- ONE
- jätkuv
- avatud
- avatud lähtekoodiga
- tegutseb
- töökorras
- Operations
- Võimalused
- optimaalselt
- optimeerimine
- optimeerima
- optimeeritud
- optimeerimine
- or
- Suuhügieen
- et
- organisatsioon
- organisatsioonid
- Korraldatud
- Muu
- teised
- meie
- tulemusi
- kontuur
- väljaspool
- üle
- üldine
- järelevaataja
- omanik
- Parallel
- osa
- partner
- partnerlusega
- partnerid
- möödub
- minevik
- patsient
- patsientidel
- pöörates
- Inimesed
- inimeste
- kohta
- jõudlus
- Õigused
- isiklik
- Isikliku
- Pioneer
- torujuhe
- Koht
- inimesele
- Platvormid
- Platon
- Platoni andmete intelligentsus
- PlatoData
- valmis
- poliitika
- teisaldatavus
- tulenevad
- positiivne
- post
- potentsiaal
- võim
- võimas
- tavad
- vajadus
- ennustada
- eelistatud
- ettevalmistamine
- Valmistama
- valmis
- säilitamine
- surve
- vältida
- Peamine
- privaatsus
- Proaktiivne
- probleeme
- menetlused
- protsess
- Protsessid
- töötlemine
- Toode
- tootehaldus
- Produktsioon
- tootlikkus
- Toodet
- professionaalne
- Programm
- projekt
- projekti andmed
- projektid
- Lubadused
- Edendamine
- varaline
- protokoll
- anda
- tingimusel
- pakkujad
- annab
- pakkudes
- avalik
- eesmärkidel
- kvaliteet
- päringud
- Kiire
- Rass
- valik
- alates
- kiiresti
- Lugemine
- valmis
- päris maailm
- reaalajas
- saama
- hiljuti
- soovitama
- soovitused
- Lühendatud
- vähendamine
- registri
- reguleeritud
- määrused
- regulatiivne
- nõuetele vastavuse
- seotud
- vabastama
- vabastades
- usaldusväärsus
- usaldusväärne
- kauge
- aru
- Aruanded
- Hoidla
- taotleda
- nõutav
- Nõuded
- Vajab
- teadustöö
- teadus-ja arendustegevus
- ressurss
- Vahendid
- vastus
- Tulemused
- korduvkasutatav
- Arvustused
- murranguliseks muuta
- rangelt
- Oht
- riskide
- jõuline
- Roll
- rollid
- jooks
- jooksmine
- ohverdama
- salveitegija
- säästmine
- Hoiused
- Skaalautuvus
- skaalautuvia
- Skaala
- teadus
- TEADUSED
- teadlane
- teadlased
- sujuv
- sujuvalt
- Teine
- lõigud
- sektor
- kindlustama
- turvalisus
- Turvaauditid
- Turvameetmed
- vanem
- eri
- teenima
- serveeritud
- teenib
- teenus
- Teenused
- komplekt
- Komplektid
- kehtestamine
- mitu
- jagamine
- ta
- suunata
- peaks
- esitlus
- näidatud
- kinni
- sulgema
- märgatavalt
- lihtne
- lihtsustamine
- alates
- nutikas
- So
- tarkvara
- tarkvaraarendus
- lahendus
- Lahendused
- mõned
- allikas
- Allikad
- Pinge
- ulatub
- juhtroll
- spetsialist
- konkreetse
- eriti
- täpsustus
- kiirus
- kulutama
- Kulutused
- naelu
- matkimine
- standardite
- seisab
- algus
- algab
- Alustavatel
- modernne
- statistiline
- statistika
- jääma
- ladustamine
- salvestada
- kauplustes
- ladustamine
- lihtne
- Strateegiline
- strateegiad
- Strateegia
- sammud
- püüdlemine
- tugev
- struktuur
- struktureeritud
- stuudio
- edu
- selline
- komplekt
- toetama
- kindel
- sümptom
- süsteem
- süsteemid
- kohandatud
- Võtma
- ülesanded
- meeskond
- Meeskonna liikmed
- meeskonnad
- tech
- Tehniline
- Tehnoloogiad
- Tehnoloogia
- Telco
- teletervis
- malle
- tingimused
- test
- Testimine
- kui
- et
- .
- Tulevik
- oma
- Neile
- SIIS
- Seal.
- sellega
- Need
- nad
- Kolmas
- kolmanda osapoole
- see
- kolm
- künnis
- Läbi
- läbi kogu
- aeg
- aega võttev
- õigeaegne
- korda
- et
- kokku
- töövahendid
- suunas
- Jälgitavus
- jälgida
- Jälgimine
- Rong
- koolitatud
- koolitus
- Muutma
- üleminek
- üleminekuid
- läbipaistvus
- Reisimine
- ravi
- uuringutes
- tõeliselt
- liigid
- tüüpiliselt
- lõpuks
- volitamata
- mõistma
- Ootamatu
- ühtne
- ainulaadne
- unikaalsus
- üksused
- Ülikoolid
- valla päästma
- võrratu
- kasutamata
- Uudised
- uuendamine
- peale
- kasutama
- kasutage juhtumit
- Kasutatud
- Kasutajad
- kasutusalad
- kasutamine
- kasutatud
- kasutades
- kinnitatud
- kinnitamine
- väärtuslik
- väärtus
- sort
- eri
- suur
- versioon
- vertikaalselt
- väga
- kaudu
- vaade
- praktiliselt
- nägemus
- visiit
- visuaalne
- maht
- vabatahtlik
- oli
- we
- web
- veebiteenused
- nädalat
- Hästi
- olid
- millal
- mis
- kuigi
- WHO
- lai
- Lai valik
- will
- koos
- jooksul
- ilma
- Töö
- töövoog
- Töövoogud
- töö
- ülemaailmne
- aastat
- andis järele
- sephyrnet
- tsoonid