ขับเคลื่อนอนาคตของการดูแลสุขภาพและวิทยาศาสตร์เพื่อชีวิต

ที่ Intel ประวัติด้านการดูแลสุขภาพและวิทยาศาสตร์เพื่อชีวิตที่มีมายาวนานหลายทศวรรษได้ให้ข้อมูลเชิงลึกแก่เราเกี่ยวกับความต้องการของแพทย์ นักวิจัย และผู้ป่วย เราใช้ความรู้นี้ผสมผสานกับความเชี่ยวชาญของเราในด้าน AI ระบบการประมวลผลที่พบได้ทั่วไป การเชื่อมต่อที่ใช้กันอย่างกว้างขวาง และความสามารถแบบ edge-to-cloud เพื่อสร้างเทคโนโลยีที่ช่วยให้องค์กรก้าวข้ามความท้าทายที่ซับซ้อนและใช้ข้อมูลได้อย่างชาญฉลาดและมีประสิทธิภาพมากขึ้น

ด้วยกลุ่มผลิตภัณฑ์ฮาร์ดแวร์และซอฟต์แวร์มากมายที่คอยรองรับระบบนิเวศคู่ค้าที่แข็งแกร่ง ทำให้เรากำลังขับเคลื่อนการหลอมรวมเทคโนโลยีดิจิทัลลงในอุปกรณ์ เครื่องประดิษฐ์และเครื่องมือที่สามารถปรับปรุงผลลัพธ์และประสบการณ์ของผู้ป่วย เร่งการค้นพบทางวิทยาศาสตร์ และทำให้ขั้นตอนทางคลินิกและห้องปฏิบัติการคล่องตัวสำหรับผู้ให้บริการและนักวิจัย เทคโนโลยี Intel® มอบแพลตฟอร์มที่จะพบได้ทั่วไป รวมทั้งประสิทธิภาพ ความยืดหยุ่น และความสามารถในการปรับขยายที่จำเป็นในการพลิกโฉมวิทยาศาสตร์เพื่อการดูแลสุขภาพและชีวิต และช่วยทำให้ชีวิตของทุกคนบนโลกใบนี้ดีขึ้น

GE ปรับปรุงความแม่นยำในการวินิจฉัยโรคมะเร็ง

GE Invenia ABUS 2.0 ของ GE Healthcare ซึ่งขับเคลื่อนโดยโปรเซสเซอร์ Intel® Core™ และเครื่องมือ AI ของบริษัทอื่น ปรับปรุงความแม่นยำทางคลินิกของการตรวจหาตำแหน่งที่เกิดมะเร็งเต้านม โดยให้ความไวในการตรวจหาสูงถึง 93 เปอร์เซ็นต์ และลดเวลาในการอ่านลง 33 เปอร์เซ็นต์12

เรียนรู้เกี่ยวกับโซลูชัน

TGen ลดเวลาการประมวลผลตัวอย่างลงเหลือเจ็ดชั่วโมง3

ค้นพบว่าการประมวลผลประสิทธิภาพสูง ซึ่งเปิดใช้งานโดยโปรเซสเซอร์ Intel® Xeon® แบบปรับขนาดได้, หน่วยความจำ Intel® Optane™ และแร็คเซิร์ฟเวอร์ของ Dell ช่วยในการพัฒนาวิธีการรักษาด้วยจีโนมสำหรับโรคที่หายากได้อย่างไร

ลองมองดู

KFBIO เร่งความเร็วในการตรวจคัดกรองมะเร็งได้ถึง 8.4 เท่า4

มาดูว่า KFBIO ใช้เทคโนโลยี Intel® AI เพื่อเร่งความเร็วในการคัดกรองอัตโนมัติสำหรับความผิดปกติใน Pap smears ได้ถึง 8.4 เท่าได้อย่างไร

อ่านเรื่องราว

Samsung เพิ่มความแม่นยำในการตรวจจับเส้นประสาทได้มากกว่า 20%5

เรียนรู้ว่าการอนุมาน AI แบบเรียลไทม์ของภาพเส้นประสาทจากอัลตราซาวนด์ช่วยเร่งการประมวลผลภาพ ปรับปรุงขั้นตอนการทำงาน และเพิ่มความแม่นยำในการตรวจหาเส้นประสาทสำหรับวิสัญญีแพทย์ได้อย่างไร

ดูเรื่องเต็ม

ข้อมูลผลิตภัณฑ์และประสิทธิภาพ

1

Yang, Shanling, และคณะ “ประสิทธิภาพและเวลาการอ่านค่าการตรวจอัลตราซาวด์เต้านมด้วยเครื่องอัตโนมัติ โดยมีหรือไม่มีระบบตรวจจับที่ใช้คอมพิวเตอร์ช่วย” Radiology 292, หมายเลข 3 (18 มิถุนายน 2019): https://doi.org/10.1148/radiol.2019181816

2

Jiang, Yulei, และคณะ “เวลาการตีความโดยใช้ระบบตรวจจับที่ใช้คอมพิวเตอร์ช่วยแบบการอ่านค่าพร้อมกัน สำหรับการตรวจอัลตราซาวด์เต้านมด้วยเครื่องอัตโนมัติ ในการตรวจคัดกรองมะเร็งเต้านมในสตรีที่มีเนื้อเยื่อเต้านมหนาแน่น” American Journal of Roentgenology 211, หมายเลข 2 (สิงหาคม 2018): 452–461 https://www.ajronline.org/doi/10.2214/AJR.18.19516

3

“TGen คลายปริศนาด้านพันธุกรรมของโรค” Intel, n.d. เข้าใช้เมื่อ 14 มีนาคม 2022 https://www.intel.com/content/www/us/en/customer-spotlight/stories/tgen-customer-story.html

4

ประสิทธิภาพอัตราความเร็วของโมเดล OpenVINO ในการ ตรวจคัดกรองมะเร็งเชิงกราน KFBIO บนโปรเซสเซอร์ Intel® Xeon® Gold 6148:

ใหม่:

การทดสอบ 1: ทดสอบโดย Intel เมื่อ 15/6/2019 โปรเซสเซอร์ Intel® Xeon® Gold 6148 แบบสองซ็อกเก็ต; 20 คอร์; HT: เปิด; เทอร์โบ: เปิด; หน่วยความจำทั้งหมด: 192 GB (12 สล็อต/16 GB/2,666 MHz); BIOS: SE5C620.86B.0X.01.0007.062120172125 (ucode: 0x200004d); CentOS Linux release 7.5.1804 (Core); เฟรมเวิร์กการเรียนรู้เชิงลึก: Keras 2.2.4 และ TensorFlow แบบปรับเน้นสำหรับ Intel: 1.13.1; ทอพอโลยี: RetinaNet: https://github.com/fizyr/keras-retinanet; คอมไพเลอร์: gcc 4.8.5,เวอร์ชัน MKL DNN: v0.17, BS=8, ทั้งข้อมูลสังเคราะห์และข้อมูลลูกค้า; หนึ่งอินสแตนซ์/สองซ็อกเก็ต; ชนิดข้อมูล: FP32

การทดสอบ 2: ทดสอบโดย Intel เมื่อ 15/6/2019 โปรเซสเซอร์ Intel® Xeon® Gold 6148 แบบสองซ็อกเก็ต; 20 คอร์; HT: เปิด; เทอร์โบ: เปิด; หน่วยความจำทั้งหมด: 192 GB (12 สล็อต/16 GB/2,666 MHz); BIOS: SE5C620.86B.0X.01.0007.062120172125 (ucode: 0x200004d), CentOS Linux release 7.5.1804 (Core); ซอฟต์แวร์ Intel®: OpenVINO R2019.1.1094; ทอพอโลยี: RetinaNet: https://github.com/fizyr/keras-retinanet; คอมไพเลอร์: gcc 4.8.5,เวอร์ชัน MKL DNN: v0.17, BS=1, แปดคำร้องอะซิงโครไนส์, ทั้งข้อมูลสังเคราะห์และข้อมูลลูกค้า; หนึ่งอินสแตนซ์/สองซ็อกเก็ต; ชนิดข้อมูล: FP32

เบสไลน์: ทดสอบโดย Intel เมื่อ 15/6/2019 โปรเซสเซอร์ Intel® Xeon® Gold 6148 แบบสองซ็อกเก็ต; 20 คอร์; HT: เปิด; เทอร์โบ: เปิด; หน่วยความจำทั้งหมด: 192 GB (12 สล็อต/16 GB/2,666 MHz); BIOS: SE5C620.86B.0X.01.0007.062120172125 (ucode: 0x200004d); CentOS Linux release 7.5.1804 (Core); เฟรมเวิร์กการเรียนรู้เชิงลึก: Keras 2.2.4 และ Vanilla TensorFlo: 1.5; ทอพอโลยี: RetinaNet: https://github.com/fizyr/keras-retinanet; คอมไพเลอร์: gcc 4.8.5,เวอร์ชัน MKL DNN: v0.17, BS=8, ทั้งข้อมูลสังเคราะห์และข้อมูลลูกค้า; หนึ่งอินสแตนซ์/สองซ็อกเก็ต; ชนิดข้อมูล: FP32

5

คำกล่าวอ้างประสิทธิภาพตามการทดสอบภายในของ Samsung เมื่อ มีนาคม 2021 การกำหนดค่าระบบ: Intel® Core™ i3-8100H CPU @ 3.0 GHz, หน่วยความจำ 8 GB; ระบบปฏิบัติการ: 64-bit Windows 10