Santé et Sciences de la vie

La recherche sur le cancer progresse grâce à NVIDIA AI Enterprise

Objectif

Les chercheurs de l'Institut néerlandais contre le cancer (NKI) cherchaient un moyen d'adapter le traitement radiothérapique à l'anatomie actuelle du patient afin d'améliorer la précision du ciblage et la planification du traitement des tumeurs.

Client

Institut néerlandais contre le cancer

Utilisation

Outils et techniques de calcul accéléré

Produits

NVIDIA AI Enterprise
VMware vSphere

Avec NVIDIA AI Enterprise, les médecins pourraient commencer à traiter les tumeurs plus efficacement avec moins de rayonnements.

L’Institut néerlandais contre le cancer (NKI) est à la pointe de la recherche et du traitement contre le cancer depuis 1913. Composé d’un centre de recherche de renommée internationale et d’une clinique dédiée au cancer, NKI met des idées novatrices en pratique pour le bénéfice des patients.

Récemment, NKI a commencé à mener des recherches pour voir si des modèles d’IA entraînés, fonctionnant sur des serveurs grand public virtualisés, pourraient fournir les performances nécessaires pour permettre un ciblage tumoral plus précis et réduire l'exposition aux rayonnements à l’aide de la tomographie volumétrique à faisceau conique (TVFC). La solution, rendue possible par la suite logicielle NVIDIA AI Enterprise, promet de rendre les traitements contre le cancer plus efficaces pour plus de personnes.

À mesure que l’imagerie médicale progresse, les besoins en capacités de calcul, de bande passante et de stockage augmentent également. Cela s'applique particulièrement au traitement du cancer, qui repose sur l’imagerie corporelle avec TVFC pour planifier avec précision les radiothérapies ciblées.

Contrairement aux tomodensitogrammes de meilleure qualité, la TVFC utilise un tube à rayons X et un grand panneau de détection plat qui tourne autour du patient en collectant des données avec un faisceau de rayons X conique au lieu des "tranches" pour lesquelles les tomodensitomètres sont connus. Les données reçues de ces systèmes sont utilisées pour reconstruire des images 3D dans différentes spécialités, notamment thoracique, dentaire, orale/maxillofaciale (bouche, machoire et cou), et oto-rhino-laryngologique (oreilles, nez et gorge). La TVFC est essentielle en radiothérapie, où une TVFC quotidienne est utilisée pour adapter le plan de traitement à l'anatomie actuelle du patient, qui peut changer en raison d'une perte de poids ou après avoir mangé un gros repas avant le traitement.

Plus les images de la TVFC sont précises, plus il est facile pour les cliniciens de localiser les petites tumeurs lors de la radiothérapie et de fournir des traitements mieux ciblés. Une reconstruction TVFC précise simplifie la planification du traitement, réduisant potentiellement la nécessité d'un tomodensitogramme de planification préalable.

Les images de la TVFC sont calculées à l'aide d'un algorithme de reconstruction qui utilise les données de ‌projection recueillies sur le scanner. La reconstruction des images de la TVFC, cependant, est plus compliquée que la reconstruction tomodensitométrique, d'autant plus que la qualité de l'image obtenue par les méthodes de reconstruction classiques est médiocre.

Les méthodes de reconstruction par apprentissage automatique ont récemment éveillé beaucoup d'intérêt de la part de la communauté de l'imagerie médicale, pour des modalités comme la tomodensitométrie et l'imagerie par résonance magnétique (IRM), mais les applications à la TVFC restent très limitées. L'entraînement des modèles de reconstruction de volumes 3D directement depuis des données de projection à une résolution et au nombre de projections cliniquement appropriés est une tâche gourmande en mémoire, car un unique volume de TVFC à une résolution de 1 mm occupe déjà 1 Go de mémoire en tenant compte des informations sur les gradients.

Institut néerlandais contre le cancer

Pourquoi NVIDIA AI Enterprise avec VMware vSphere ?

NKI a tiré parti d'une solution puissante développée par NVIDIA, en partenariat avec VMware, pour déployer et gérer les charges de travail d'IA sur des serveurs 1U/2U traditionnels dans un environnement de data center virtualisé, sans compromettre les performances.

Les chercheurs de NKI ont eu accès au meilleur logiciel d'IA de sa catégorie, la suite NVIDIA AI Enterprise, certifiée sur la principale plateforme de virtualisation du secteur, VMware vSphere. Conçue pour atteindre des performances quasi-bare-metal dans l'entraînement et l'inférence de l'IA, la solution permet un entraînement de l'IA et une analyse de données plus complexes et plus vastes, grâce à de nouvelles capacités d'évolutivité.

La solution offre une haute disponibilité pour les charges de travail d'IA, tout en simplifiant la maintenance de l'infrastructure, notamment la consolidation, l'extension et les mises à niveau, par exemple. VMware vSphere transforme les serveurs bare-metal (y compris les ressources basées sur les CPU et les GPU) en pools d’infrastructure d’IA et d’apprentissage automatique gérés de manière centralisée qui peuvent rapidement provisionner des machines virtuelles (VM) et des conteneurs accessibles en tout lieu à la demande.

VMware vSphere accroît la disponibilité, renforce la sécurité, rationalise la maintenance et réduit les coûts pour créer une plateforme d’infrastructure flexible, efficace, résiliente et sécurisée compatible avec les charges de travail existantes et les applications de nouvelle génération telles que l’IA.

Pour évaluer les avantages de la mise à jour de leur infrastructure vers la dernière architecture de GPU, Ampere, l'équipe de recherche de NKI a développé deux modèles d'IA distincts. Un modèle a été entraîné à l'aide de huit cartes graphiques NVIDIA RTX™ 8000, basées sur l'architecture NVIDIA Turing™ de génération précédente, et de cartes graphiques dans un environnement bare-metal. L'autre a été entraîné à l'aide de deux cartes graphiques NVIDIA A100 (80 Go), basées sur la nouvelle architecture de GPU NVIDIA Ampere, et des cartes graphiques dans un environnement virtualisé avec NVIDIA AI Enterprise.

Institut néerlandais contre le cancer

Résumé

  • Le logiciel NVIDIA AI Enterprise et les GPU NVIDIA A100 ont été utilisés dans un environnement VMware vSphere, une tomographie volumétrique à faisceau conique (TVFC).
  • Les images diagnostiques ont pu être rendues en seulement 60 secondes à une résolution de 2 mm et en seulement cinq minutes à une résolution de 1 mm.
  • Des modèles d'IA ont été entraînés à reconstruire des volumes 3D directement à partir de données de projection, en supprimant les artefacts causés par le bruit des photons.
  • Les chercheurs espèrent que la technologie pourra un jour permettre une reconstruction TVFC 4D haute résolution, offrant un suivi précis des tumeurs à mesure qu'elles se déplacent pendant les cycles respiratoires.
  • Une puissance de calcul plus rapide et plus robuste permet d'offrir des traitements de radiothérapie plus précis et plus efficaces pour les patients atteints d'un cancer.
  • Du point de vue informatique, la plateforme NVIDIA AI Enterprise facilite l'isolation et la gestion de grandes charges de travail d'IA à grande échelle, tout en simplifiant la maintenance de l'infrastructure liée à la consolidation, à l'expansion et aux mises à niveau.

Matériel

  • Serveur : Dell R740
  • GPU : NVIDIA A100 80 Go

Ce que cela signifie pour les patients

Les chercheurs de NKI ont pu entraîner un modèle basse résolution qui a permis une reconstruction TVFC à une résolution isotrope de 2 mm cliniquement acceptable à l'aide de huit cartes graphiques NVIDIA RTX 8000 disponibles sur site. Cette résolution est suffisante dans le cadre de la radiothérapie, mais elle est supérieure à la résolution de 1 mm qu'offre une tomodensitométrie dédiée.

En déplaçant jusqu'à deux cartes graphiques NVIDIA A100 (80 Go), l'équipe de recherche a pu peaufiner le modèle basse résolution et reconstruire des images diagnostiques complètes à une résolution de 1 mm. Le modèle haute résolution s'est appuyé sur la version basse résolution, et le processus de réglage a pris environ un mois.

La vitesse d'inférence à une résolution de 1 mm a elle aussi été grandement améliorée grâce au passage à l'A100 : la reconstruction d'un volume complet à une résolution de 1 mm a pris seulement cinq minutes sur un seul GPU, comparé à 14 minutes sur la machine RTX 8000 bare-metal.

La capacité d'atteindre une résolution native en quasi-temps réel à partir d'une TVFC permet d'offrir aux patients des traitements plus précis, en fonction de leur anatomie actuelle lorsqu'ils viennent pour un rendez-vous.

Une meilleure image permet de localiser les petites tumeurs de manière fiable le jour du traitement, en tenant compte du déplacement des lésions dû aux fluctuations de poids ou à une récente ingestion alimentaire, et la dose de rayonnement prescrite peut être administrée de manière plus précise. À l'avenir, il sera peut-être possible d'accroître encore davantage la précision du traitement en améliorant le suivi des mouvements de la tumeur causés par les mouvements du corps pendant les cycles respiratoires.

"Avec les modèles et le matériel d’IA d’il y a deux ou trois ans, nous aurions dû réduire la résolution pour libérer de la mémoire pour l'entraînement. Maintenant, avec la puissance des GPU actuels, nous pouvons développer des systèmes de bout en bout qui reconstruisent des volumes à haute résolution directement à partir des données de projection. "

Nikita Moriakov
Chercheuse post-doctorale, NKI

Institut néerlandais contre le cancer

Avantages pour les cliniciens

Avantages pour l'administration informatique

Vous voulez vous lancer ?

Pour en savoir plus sur les solutions de NVIDIA pour le secteur de la santé et des sciences de la vie, n'hésitez pas à nous contacter.