Sanità e bioscienze

La ricerca sul cancro avanza con NVIDIA AI Enterprise

Obiettivo

I ricercatori del Netherlands Cancer Institute (NKI) necessitavano un modo adattare il trattamento di radioterapia all'anatomia corrente per un targeting del tumore di precisione e migliore pianificazione del trattamento.

Cliente

The Netherlands Cancer Institute

Scenario di utilizzo

Strumenti e tecniche di computing accelerato

Prodotti

NVIDIA AI Enterprise
VMware vSphere

Con NVIDIA AI Enterprise, i medici potrebbero iniziare a trattare i tumori in modo più efficace con meno radiazioni.

Il Netherlands Cancer Institute (NKI) è all'avanguardia nella ricerca e nel trattamento del cancro dal 1913. Composto da un centro di ricerca di fama internazionale e da una clinica oncologica dedicata, l'NKI mette in atto idee innovative a beneficio dei pazienti.

Recentemente, l'NKI ha iniziato a condurre ricerche per vedere se i modelli di IA addestrati, in esecuzione su server mainstream virtualizzati, potrebbero fornire le prestazioni necessarie per consentire un targeting tumorale più accurato e ridurre l'esposizione alle radiazioni utilizzando la tomografia computerizzata a fascio conico (CBCT). La soluzione, abilitata dalla suite software AI Enterprise di NVIDIA, promette di rendere i trattamenti del cancro più efficaci per più persone.

Con l'avanzare dell'imaging medico, aumenta anche la necessità di un aumento della capacità di calcolo, di larghezza di banda e di archiviazione. Ciò è particolarmente vero nel trattamento del cancro, che si basa sull'imaging del corpo con CBCT per la pianificazione accurata di radioterapie mirate.

A differenza delle scansioni TC di qualità superiore, la CBCT utilizza un tubo a raggi X e un grande pannello piatto rivelatore che ruota intorno al paziente, acquisendo i dati con un fascio di raggi X a forma di cono invece delle "fette" per le quali gli scanner TC sono tipicamente noti. I dati ricevuti da questi sistemi vengono utilizzati per ricostruire immagini 3D per una varietà di specialità, tra cui torace, dentale, orale/maxillofacciale (bocca, mascella e collo) e laringoiatria (ONG). Il CBCT è essenziale nella radioterapia, dove una scansione CBCT giornaliera viene utilizzata per adattare il piano di trattamento all'anatomia attuale del paziente, che può cambiare a causa della perdita di peso o di un pasto abbondante prima del trattamento.

Più accurate sono le immagini CBCT, più facile è per i medici localizzare tumori più piccoli durante la radioterapia e fornire trattamenti più mirati. La ricostruzione accurata del CBCT semplificherebbe la pianificazione del trattamento, riducendo potenzialmente la necessità di una scansione TC dedicata.

Le immagini CBCT sono calcolate da un algoritmo di ricostruzione utilizzando i dati di proiezione acquisiti dallo scanner. Ricostruire le immagini CBCT, tuttavia, è più difficile rispetto alla ricostruzione TC e la qualità dell'immagine fornita dai metodi di ricostruzione classici è scarsa.

I metodi di ricostruzione di deep learning hanno ricevuto molta attenzione dalla comunità di imaging medico di recente per modalità come TC e MRI, ma le applicazioni al CBCT rimangono molto limitate. Addestrare i modelli per ricostruire i volumi 3D direttamente dai dati di proiezione con risoluzione e conteggio di proiezione clinicamente rilevanti è un compito che richiede memoria, poiché un singolo volume CBCT a risoluzione di 1 mm occuperebbe già 1 GB di memoria tenendo conto delle informazioni di gradiente.

Netherland Cancer Institute

Perché NVIDIA AI Enterprise con VMware vSphere?

NKI ha sfruttato una potente soluzione sviluppata da NVIDIA, in collaborazione con VMware, per distribuire e gestire i carichi di lavoro IA su server 1U / 2U mainstream in un ambiente di data center virtualizzato, senza compromettere le prestazioni.

I ricercatori NKI hanno avuto accesso al miglior software IA della categoria, la suite NVIDIA AI Enterprise, certificata per la piattaforma di virtualizzazione leader del settore, VMware vSphere. Progettata per ottenere prestazioni prossime al bare-metal per la formazione e l'inferenza IA, la soluzione rende possibile l'addestramento dell'IA e l'analisi dei dati più grandi e complessi con nuove funzionalità di scalabilità.

La soluzione consente un'elevata disponibilità per i carichi di lavoro di IA, semplificando la manutenzione dell'infrastruttura, come il consolidamento, l'espansione e gli aggiornamenti. VMware vSphere trasforma i server bare-metal (incluse le risorse basate su CPU e GPU) in pool di infrastrutture di IA e machine learning gestiti centralmente in grado di fornire rapidamente macchine virtuali (VM) e container a cui è possibile accedere da qualsiasi luogo su richiesta.

VMware vSphere aumenta la disponibilità, rafforza la sicurezza, semplifica la manutenzione e riduce i costi per creare una piattaforma infrastrutturale agile, efficiente, resiliente e sicura che supporta i carichi di lavoro esistenti e le applicazioni di nuova generazione.

Per valutare i vantaggi dell'aggiornamento della propria infrastruttura all'ultima architettura GPU, Ampere, il team di ricerca NKI ha sviluppato due diversi modelli di IA. Un modello è stato addestrato utilizzando otto schede grafiche NVIDIA RTX™ 8000, basate sull'architettura NVIDIA Turing™ di generazione precedente e schede grafiche in un ambiente bare-metal. L'altro è stato addestrato utilizzando due schede grafiche NVIDIA A100 (80GB), basate sull'architettura GPU NVIDIA Ampere e schede grafiche in un ambiente virtualizzato con NVIDIA AI Enterprise.

Netherland Cancer Institute

Riepilogo

  • Il software NVIDIA AI Enterprise e le GPU NVIDIA A100 sono stati utilizzati in un ambiente VMware vSphere, di scansione con tomografia computerizzata a fascio conico (CBCT).
  • Le immagini diagnostiche possono essere eseguite in appena 60 secondi a risoluzione di 2 mm e in appena cinque minuti a risoluzione di 1 mm.
  • I modelli di IA sono stati addestrati per ricostruire i volumi 3D direttamente dai dati di proiezione, rimuovendo gli artefatti causati dal rumore dei fotoni.
  • I ricercatori sperano che la tecnologia possa un giorno consentire la ricostruzione 4D CBCT ad alta risoluzione, offrendo un tracciamento accurato dei tumori mentre si muovono durante i cicli di respirazione.
  • Una potenza di calcolo più rapida e robusta si traduce in trattamenti radiologici più accurati ed efficienti per i pazienti con cancro
  • . Dal punto di vista IT, la piattaforma NVIDIA AI Enterprise semplifica l'isolamento e la gestione di grandi carichi di lavoro IA su larga scala, semplifica la manutenzione dell'infrastruttura relativa al consolidamento, all'espansione e agli aggiornamenti.

Hardware

  • Server: Dell R740
  • GPU: NVIDIA A100 80GB

Cosa significa per i pazienti

Utilizzando otto schede grafiche NVIDIA RTX 8000 disponibili in loco, i ricercatori NKI sono stati in grado di addestrare un modello a bassa risoluzione che ha consentito la ricostruzione CBCT a una risoluzione isotropa clinicamente accettabile di 2 mm. Questa risoluzione è sufficiente per gli scopi della radioterapia, ma è dietro la risoluzione di 1 mm data da una scansione CT dedicata.

Passando a due schede grafiche NVIDIA A100 (80GB), il team di ricerca è stato in grado di mettere a punto il modello a bassa risoluzione e ricostruire le immagini diagnostiche complete a risoluzione di 1 mm. Il modello ad alta risoluzione è stato inizializzato dalla versione a bassa risoluzione e il processo di regolazione fine ha richiesto circa un mese.

La velocità di inferenza a risoluzione di 1 mm è stata notevolmente migliorata anche passando all'A100: un volume completo a risoluzione di 1 mm ha richiesto solo cinque minuti per essere ricostruito su una singola GPU, rispetto ai 14 minuti sulla macchina RTX 8000 in metallo nudo.

La capacità di ottenere una risoluzione nativa in tempo quasi reale da una scansione CBCT consente di fornire trattamenti più accurati ai pazienti, in base alla loro anatomia attuale quando arrivano per un appuntamento.

Con un'immagine migliore, i tumori più piccoli hanno maggiori probabilità di essere localizzati in modo affidabile il giorno del trattamento, tenendo conto dello spostamento delle lesioni a causa di fluttuazioni di peso o di recente consumo di cibo e il dosaggio di radiazioni prescritto può essere somministrato in modo più preciso. In futuro, potrebbe essere possibile aumentare ancora di più la precisione del trattamento migliorando il monitoraggio del movimento del tumore causato dai movimenti del corpo durante i cicli respiratori.

“Con i modelli di IA e l’hardware di due o tre anni fa, avremmo dovuto ridurre la risoluzione per liberare memoria per l’addestramento. Ora, con la potenza delle GPU attuali, possiamo sviluppare sistemi end-to-end che ricostruiscono volumi ad alta risoluzione direttamente dai dati di proiezione. ”

Nikita Moriakov
assegnista di ricerca, NKI

Netherland Cancer Institute

Vantaggi clinici

Vantaggi dell'amministrazione IT

Vuoi iniziare?

Per saperne di più sulle soluzioni NVIDIA per la sanità e le scienze biologiche, contattaci.