Estás leyendo la publicación: Investigadores del King’s College de Londres utilizaron la supercomputadora Cambridge-1 de NVIDIA y MONAI para desarrollar imágenes cerebrales sintéticas de código abierto, que ayudarán a acelerar…
Este artículo está escrito como un resumen por el personal de Marktechpost basado en el artículo de investigación ‘El hombre de los 100.000 cerebros: la gran donación de la IA a la ciencia‘. Todo el crédito de esta investigación es para los investigadores de este proyecto.
Por favor, no olvides unirte a nuestro Subreddit de aprendizaje automático
King’s College London, en colaboración con hospitales y universidades asociados, reveló nuevos detalles sobre uno de los primeros proyectos en Cambridge-1, la supercomputadora más poderosa del Reino Unido.
Cambridge-1 está acelerando la investigación en salud en imágenes médicas, genética y desarrollo de medicamentos. Cambridge-1 se dedica a promover la investigación en salud del Reino Unido a través de la biología digital, desbloqueando una comprensión más profunda de las enfermedades y los avances en la medicina, con sus socios fundadores: AstraZeneca, GSK, Guy’s and St Thomas’ NHS Foundation Trust, King’s College London y Oxford Nanopore. — y otras organizaciones del Reino Unido.
El Proyecto de Cerebro Sintético tiene como objetivo desarrollar modelos de aprendizaje profundo que puedan crear imágenes de resonancia magnética 3D de cerebros humanos desde cero. Estos modelos pueden ayudar a los científicos a comprender mejor el cerebro humano en una variedad de edades, géneros y trastornos. Los modelos de IA fueron creados por los científicos e ingenieros de datos de King College London y NVIDIA como parte del Centro de IA e imágenes médicas de Londres para la investigación de atención médica basada en el valor, financiado por Investigación e Innovación del Reino Unido, y un programa insignia de Wellcome (en colaboración con University College London) .
Los modelos de IA se crearon para diagnosticar dolencias neurológicas basadas en resonancias magnéticas cerebrales. Aún así, también podrían pronosticar enfermedades que un cerebro podría adquirir con el tiempo y permitir una terapia preventiva. El uso de datos sintéticos tiene el beneficio adicional de garantizar el anonimato del paciente. Las fotos se crearon y permitieron que King College London compartiera los hallazgos con el resto de la comunidad de atención médica del Reino Unido. Sin Cambridge-1, los modelos de IA habrían tardado meses en entrenarse en lugar de semanas, y la calidad de la imagen habría sido menos clara. Los investigadores de King’s y NVIDIA utilizaron Cambridge-1 para escalar los modelos al tamaño requerido utilizando varias GPU. Luego, se empleó un procedimiento conocido como ajuste de hiperparámetros para aumentar significativamente la precisión de los modelos.
Ciencia utilizando datos sintéticos
Las fotos representan una nueva rama de datos sintéticos en el cuidado de la salud, que ya se emplea ampliamente en programas de visión por computadora corporativos y de consumo. Esas áreas, irónicamente, tienen acceso a bases de datos accesibles, que incluyen millones de fotos del mundo real.
Por otro lado, las fotos médicas son poco comunes, a menudo solo están disponibles para investigadores afiliados a grandes instituciones debido a la necesidad de salvaguardar la privacidad del paciente. Aun así, las imágenes médicas tienden a representar la demografía de los pacientes del hospital en lugar del público en general.
Cerebros femeninos y masculinos, cerebros ancianos y jóvenes, cerebros enfermos y no afectados. La nueva técnica de IA tiene la ventaja de crear imágenes a pedido. Los hace una vez que conectas lo que necesitas. Aunque sintéticas, las imágenes son valiosas porque conservan propiedades biológicas cruciales, lo que las hace parecer y operar exactamente como cerebros reales.
En Cambridge-1, escalando con MONAI.
La tarea requería el uso de una supercomputadora con supersoftware. El motor fue NVIDIA Cambridge-1, una supercomputadora dedicada a la investigación innovadora de IA en el cuidado de la salud. El programa fue impulsado por MONAI, una plataforma de inteligencia artificial para imágenes médicas.
Colaboraron para construir una fábrica de IA para datos sintéticos que permitió a los investigadores realizar cientos de pruebas, elegir los mejores modelos de IA y generar imágenes mediante inferencia.
“Sin Cambridge-1 y MONAI, no hubiéramos podido hacer este trabajo”, agregó el investigador.
Imágenes con hasta 10x aceleraciones
Cambridge-1 es un NVIDIA DGX SuperPOD con 640 GPU NVIDIA A100 Tensor Core, cada una con suficiente RAM para procesar una o dos de las gigantescas imágenes de 16 millones de píxeles en 3D del equipo.
Los cargadores de datos específicos del dominio, las métricas, las transformaciones aceleradas por GPU y un motor de flujo de trabajo eficiente se encuentran entre las piezas de construcción de MONAI. Según el investigador, el almacenamiento inteligente en caché y la escalabilidad de múltiples nodos del software pueden acelerar los procesos hasta 10 veces.
Más allá del ojo de la mente
Las 100.000 imágenes cerebrales serán alojadas por Cardoso en colaboración con Health Data Research UK, un depósito nacional. Los investigadores también tendrán acceso a modelos de IA, lo que les permitirá crear las imágenes que deseen.
Hay más por venir. Los investigadores están analizando cómo se pueden usar los modelos para crear imágenes en 3D de cualquier parte del cuerpo humano en cualquier método de imágenes médicas, incluidas resonancias magnéticas, tomografías computarizadas y tomografías por emisión de positrones (PET).
Conclusión:
El Proyecto de Cerebro Sintético tiene la intención de producir modelos de aprendizaje profundo capaces de producir imágenes de resonancia magnética 3D de cerebros humanos desde cero. Estos modelos pueden ayudar a los científicos a aprender más sobre el cerebro humano relacionado con diferentes edades, géneros y enfermedades. El investigador elogió el estudio por apuntar en varias direcciones como si estuviera liberando los contenidos de otras mentes. Usando imágenes sintéticas, los investigadores podrán evaluar cómo crecen las enfermedades con el tiempo. Mientras tanto, el equipo determina cómo extender sus resultados a otras secciones del cuerpo además del cerebro y qué tipos de imágenes sintéticas (MRI, CAT y PET) son más exitosas.
Echa un vistazo a https://aitoolsclub.com para encontrar 100 de Cool AI Tools
