Por trás dessa explosão de IA em imagens médicas está uma nova dinâmica dentro do paradigma de desenvolvimento de software: o advento de software que escreve outro software.
Tradicionalmente, os engenheiros escrevem aplicações do início ao fim, um processo demorado que requer conhecimento especializado em computação de nicho. Agora, com acesso a recursos computacionais poderosos, os algoritmos de IA podem aproveitar dados de treinamento para aprender processos como análise de imagens médicas, sem que cada elemento seja explicitamente codificado por um desenvolvedor.
A Siemens Healthineers, que está envolvida no machine learning desde a década de 1990, está a aproveitar esta capacidade de IA com o seu sistema Sherlock. O supercomputador aprende com o enorme data lake da empresa com mais de 900 milhões de imagens selecionadas, bem como relatórios radiológicos e dados clínicos e genômicos. Até agora, Sherlock levou ao desenvolvimento de mais de 45 aplicações baseadas em IA aprovadas para uso clínico.
“A infraestrutura de supercomputação é essencial para nossos cientistas pesquisadores, a fim de concluir experimentos de treinamento de deep learning em horas, em vez de semanas, e reduzir o tempo necessário para iterar até que a melhor precisão seja alcançada”, disse Gianluca Paladini, Diretor Sênior de Engenharia da Siemens. Healthineers responsáveis pela arquitetura Sherlock. “Atualizamos continuamente o poder de processamento do Sherlock, pois ele nos permite gerenciar projetos de P&D de IA em escala industrial.”