radboudumc_Customer-Reference_Logo@2x

Die Radboud Universität entwickelt Machine-Learning-Lösungen für die medizinische Imaging auf AWS

2021

Herausforderung der Branche

Überlastete Krankenhäuser brauchen schnelle und akkurate medizinische Imaging, um schnelle Diagnosen zu stellen und Patienten zu behandeln, die von der COVID-19-Pandemie betroffen sind. Viele Einrichtungen beschäftigen nur wenige Radiologen und hohe Workloads tragen zu Burnout bei.

AWS: re:Invent 2020: Die Neuerfindung medizinischer Imaging mit Machine Learning auf AWS
kr_quotemark

Wir brauchen eine skalierbare Lösung, deshalb haben wir uns an AWS gewandt. Wir haben unsere gesamten System in nur 2 Monaten auf AWS migriert.

Bram van Ginneken
Professor für medizinische Image-Analyse, 
Radboud University Medical Center

Die Lösung der Radboud Universität

„Was wir in der Forscher-Community brauchen, ist eine inegtrierte globale Infrastruktur für die Entwicklung von Machine-Learning-Lösungen,“ sagt Bram von Ginneken, Professor für medizinische Image-Analyse imRadboud University Medical Center. Van Ginneken betreut Grand Challenge, eine Online-Plattform für die ganzheitliche Entwicklung von Machine-Learning-Lösungen in der biomedizinischen Imaging.

Das Team rund um Van Ginneken entwickelte CO-RADS, ein schnelles und akkurates Treffersystem für die Diagnose einer großen Anzahl neuer Patienten, mittels CT-Lungenscans, welches zu einer Erhöhung der Grand-Challenge-Plattform-Nutzer führte. Zur Unterstützung dieser Nachfrage, migrierte die Radboud Universität die Grand-Challenge-Plattform vollständig auf Amazon Web Services (AWS). Die Plattform verwendet mehrere AWS-Services, um eine skalierbare Umgebung für das Entwickeln, Testen und Bereitstellen von medizinischen Imaging-Algorithmen zu schaffen. Amazon Simple Storage Service (Amazon S3) sammelt mit beschleunigter Übertragung Daten von Seiten weltweit und Amazon CloudFront lädt Scans mit einer Latenz von weniger als 10 ms in benutzerfreundliche Browser.

Die Vorteile der Nutzung von AWS

Die sichere, skalierbare und frei verfügbare AWS-betriebene Grand-Challenge bietet Tools, die für das Erstellen, Trainieren und Bereitstellen von Machine-Learning-Modellen in großem Umfang für kritische klinische Anwendungen, notwendig sind. Um die Erforschungen über das Virus, das die COVID-19-Pandemie verursacht hat, voranzubringen, hat Grand Challenge die neue Fähigkeit der Plattform verwendet, einen Klassifizierungswettbewerb zu starten, der die Nutzer dazu ermutigt, Algorithmen zu entwickeln und bereitzustellen, damit Lungenanomalien besser klassifiziert werden können. „Wir werden diese Herausforderung, unter enger Anleitung von AWS, annehmen,“ sagt van Ginneken. „Und wir rufen die Machine-Learning-Community auf, gemeinsam Lösungen zu entwickeln, die beim Kampf gegen diese Krise helfen könnten.“

Weitere Informationen zu AWS für das Gesundheitswesen: aws.amazon.com/health.


Über Radboud University Medical Center

Radboud University Medical Center ist ein Lehrkrankenhaus für die Radboud Universität, einer öffentlichen Forschungseinrichtung in Nijmegen, Niederlande.


Erste Schritte

Unternehmen jeder Größe und aus jeder Branche transformieren ihr Geschäft mit AWS. Kontaktieren Sie unsere Experten und begeben Sie sich noch heute auf Ihre eigene AWS-Cloud-Reise.