VinBrain triển khai mô hình AI cho Y tế tại hơn 100 bệnh viện

NVIDIA DGX SuperPOD và NVIDIA Clara cho phép VinBrain Việt Nam phát hiện những bất thường và tăng tốc thời gian chẩn đoán với AI.

Các bác sĩ thường rất ít khi chẩn đoán dựa trên 1 yếu tố duy nhất, họ luôn xem xét 1 loạt các loại dữ liệu, như triệu chứng của bệnh nhân, báo cáo khoa học, chẩn đoán hình ảnh và lịch sử y tế. VinBrain, công ty công nghệ y tế có trụ sở tại Việt Nam đang đảm bảo rằng chẩn đoán AI có thể xem xét toàn diện quanh các chỉ số quan trọng, xét nghiệm máu, hình ảnh y tế và nhiều hơn nữa.

"Dữ liệu đa hình thức là chìa khoá để mang đến sự chăm sóc chính xác có thể cải thiện kết quả cho bệnh nhân", theo lời Steven Trương, CEO của VinBrain. "Ví dụ, mô hình hình ảnh y tế của chúng tôi có thể phân tích X-quang tim và tự động thực hiện nhận xét về những kết quả bất thường trong tim, phổi và xương của một bệnh nhân".

Nếu mô hình AI hình ảnh y tế báo cáo rằng ảnh chụp của bệnh nhân cho thấy phổi bị tổn thương, ông Trương giải thích, các bác sĩ có thể kết hợp phân tích X-quang với mô hình ngôn ngữ lớn đọc hồ sơ y tế để tìm hiểu bệnh nhân có bị sốt hay không - giúp cho các chuyên gia y tế xác định chẩn đoán về viêm phổi cụ thể và nhanh chóng hơn.

Được tài trợ bởi Vingroup, VinBrain là tác giả của DrAid, phần mềm AI duy nhất để chẩn đoán bằng tia X tự động ở Đông Nam Á và là một trong những nền tảng AI đầu tiên được FDA cho phép phát hiện các đặc điểm gợi ý về viêm phổi từ X-quang tim. DrAid được huấn luyện trên một tập dữ liệu gồm hơn 2.5 triệu hình ảnh và được triển khai tại hơn 100 bệnh viện ở Việt Nam, Myanmar, New Zealand và Mỹ. Phần mềm sử dụng phân tích AI cho các hình ảnh y tế cho hơn 120,000 bệnh nhân mỗi tháng. VinBrain cũng đang xây dựng nhiều ứng dụng AI khác, bao gồm sản phẩm tổng đài y tế phân tích kết quả xét nghiệm, báo cáo y tế và các bản ghi sức khỏe điện tử khác.

VinBrain cũng góp phần tham gia vào NVIDIA Inception, chương trình toàn cầu được thiết kế để cung cấp cho các start-up tiên tiến chuyên môn, công nghệ và hỗ trợ điều hành thị trường. Nhóm VinBrain cũng đã hợp tác với Microsoft và các nhà nghiên cứu đại học tại Stanford, Harvard, Đại học Toronto và Đại học California, San Diego để phát triển công nghệ AI và nộp bài báo nghiên cứu đến các hội nghị hàng đầu.

Mô hình đa dạng, triển khai dễ dàng

Đội ngũ VinBrain đã phát triển hơn 300 mô hình AI xử lý giọng nói, văn bản, video và hình ảnh, bao gồm dữ liệu X-quang, CT và MRI. VinBrain gần đây đã ra mắt DrAid Appliance, một thiết bị chạy GPU NVIDIA để sàng lọc tự động các nghiên cứu hình ảnh y tế có thể cải thiện năng suất của bác sĩ lên tới 80%, theo ước tính của nhóm nghiên cứu. Công ty cũng cung cấp giải pháp kết hợp giúp hình ảnh được xử lý trước ở biên thông qua DrAid Appliance, sau đó được gửi tới GPU NVIDIA trên đám mây cho các khối lượng công việc tính toán đòi hỏi khắt khe hơn.

Một cách khác để truy cập phần mềm DrAid của VinBrain là thông qua Ferrum Health, một công ty thuộc NVIDIA Inception đã phát triển nền tảng an toàn để giúp các tổ chức chăm sóc sức khỏe triển khai các ứng dụng AI trong các lĩnh vực trị liệu.

Tăng tốc huấn luyện và suy luận AI

VinBrain đào tạo các mô hình AI bao gồm hình ảnh y tế, phân tích video thông minh, nhận dạng giọng nói tự động, xử lý ngôn ngữ tự nhiên và chuyển văn bản sang giọng nói thông qua việc sử dụng NVIDIA DGX SuperPOD. Phương pháp sử dụng DGX SuperPOD này cho phép VinBrain đạt được sự tăng tốc gần tuyến tính cho việc huấn luyện mô hình, tăng 100 lần tốc độ huấn luyện nhanh hơn so với chỉ sử dụng CPU và rút ngắn thời gian cho phát triển mô hình. Nhóm đang sử dụng phần mềm từ NVIDIA AI Enterprise, giải pháp đầu cuối cho AI sản xuất, bao gồm nền tảng NVIDIA Clara, framework mã nguồn mở MONAI cho phát triển hình ảnh y tế và công cụ tương tác AI NVIDIA NeMo cho mô hình chuyển tải của nó.

VinBrain đã thiết lập một quy trình xác thực ban đầu cho các dự án AI của mình: Công ty đã thử nghiệm các mô hình giai đoạn đầu của mình trên vài chục bệnh viện ở Việt Nam để thu thập dữ liệu hiệu suất, thu thập phản hồi và tinh chỉnh mạng lưới thần kinh. Ngoài việc sử dụng NVIDIA DGX SuperPOD để đào tạo AI, công ty đã sử dụng GPU NVIDIA để cải thiện hiệu quả thời gian chạy và triển khai. Bên cạnh đó, họ cũng sử dụng máy chủ suy luận NVIDIA Triton và NVIDIA TensorRT để hợp lý hóa suy luận cho hơn hàng trăm mô hình AI trên NVIDIA Tensor Core GPU dựa trên đám mây. Sau khi chuyển từ CPU sang GPU NVIDIA Tensor Core, nhóm đã có thể tăng tốc suy luận cho AI hình ảnh y tế hơn 3 lần và truyền phát video hơn 30 lần.

Đăng ký NVIDIA GTC, diễn ra trực tuyến từ ngày 20/3 đến ngày 23/3, để tìm hiểu thêm về AI và chăm sóc sức khỏe.