Caricamento...
Caricamento...
Caricamento...
AI19 marzo 20254 MINUTI DI LETTURA

Sfruttare la potenza dell'intelligenza artificiale nell'assistenza sanitaria

Uno stetoscopio poggia su un circuito stampato, a simboleggiare l'intersezione tra assistenza sanitaria e tecnologia.

Secondo i National Institutes of Health (NIH)*, l'intelligenza artificiale (IA) in ambito sanitario ha il potenziale per trasformare radicalmente la pratica medica e l'erogazione dei servizi medici. I benefici spaziano da un miglioramento dell'assistenza ai pazienti all'accelerazione dello sviluppo dei farmaci, fino a una maggiore efficienza amministrativa. 

Tuttavia, la mancanza di un accesso sicuro a una potenza di calcolo sufficiente per prendere decisioni in tempo reale ha rallentato l'adozione dell'IA in ambito sanitario. Questa situazione sta cambiando con i progressi tecnologici dell'edge computing. 

Esplora la serie AX300

Qual è il limite?

L'edge è parte di un ambiente di elaborazione distribuito in cui la potenza di elaborazione è collocata in prossimità della fonte dei dati, consentendo analisi in tempo reale e tempi di risposta più rapidi, anziché inviare i dati a un server cloud remoto.

L'edge non è più solo un confine di rete; è una frontiera critica per l'innovazione, specialmente in settori come la sanità. Per medici, amministratori ospedalieri e responsabili tecnologici, capire il potenziale dell'IA all'edge è cruciale per migliorare l'assistenza ai pazienti e ottimizzare le operazioni. 

Per affrontare la sfida di portare l'intelligenza artificiale in ambienti edge con risorse limitate e altamente regolamentati, i leader del settore OnLogic e Red Hat hanno collaborato per sviluppare una soluzione all'avanguardia con implicazioni concrete per il settore sanitario.

La sfida dell'intelligenza artificiale in sanità

Le implementazioni tradizionali di intelligenza artificiale si basavano spesso su potenti infrastrutture cloud, il che rappresenta un ostacolo significativo per le applicazioni sanitarie. Tra i principali ostacoli figurano latenza, limitazioni di larghezza di banda, problemi di connettività e, soprattutto, le rigide normative HIPAA sulla privacy e la sicurezza dei dati. 

La soluzione: l'intelligenza artificiale ai margini

Questa soluzione collaborativa di OnLogic e Red Hat affronta queste sfide a testa alta, dimostrando che addestrare e implementare modelli di intelligenza artificiale all'edge all'interno di un ambiente ospedaliero sicuro non è solo fattibile, ma anche estremamente vantaggioso per gli operatori sanitari. Questa soluzione congiunta offre i seguenti vantaggi:

  • Riduce i vincoli di risorse: Gli ospedali spesso hanno potenza di calcolo e storage limitati all'edge. La soluzione sfrutta Single Node OpenShift e MicroShift, le distribuzioni Kubernetes leggere di Red Hat, per ottimizzare l'utilizzo delle risorse e consentire l'addestramento dei modelli sul potente hardware edge industriale di OnLogic.

  • Migliora la connettività: L'accesso in tempo reale alle informazioni è fondamentale per le decisioni cliniche e l'esperienza del paziente, anche quando la connettività di rete è interrotta. La soluzione dimostra come addestrare, implementare e gestire modelli di IA localmente, riducendo la dipendenza dalla connettività cloud per le operazioni critiche.

  • Promuove la sicurezza dei dati e riduce la latenza: portare l'intelligenza artificiale all'avanguardia riduce al minimo il trasferimento di dati, migliorando la sicurezza e promuovendo la conformità HIPAA. Riduce inoltre la latenza per il processo decisionale in tempo reale, fondamentale per gli operatori sanitari.

L'intelligenza artificiale al limite in azione per l'assistenza sanitaria

La soluzione OnLogic e Red Hat presenta un LLM ottimizzato per applicazioni mediche, eseguito direttamente su hardware edge. Utilizziamo Single Node OpenShift per abilitare l'addestramento dei modelli (su una macchina separata e più potente all'interno dell'ospedale) e MicroShift per l'esecuzione di carichi di lavoro containerizzati e l'inferenza su piccoli dispositivi edge senza dipendenza dal cloud.

La funzionalità principale ruota attorno al Retrieval Augmented Generation (RAG): in combinazione con il RAG, l'LLM analizza le richieste dei medici, recupera informazioni rilevanti da dati anonimi dei pazienti e da ricerche mediche e genera suggerimenti di trattamento personalizzati.

Il ruolo cruciale dell'hardware nell'intelligenza artificiale in ambito sanitario

All'edge, l'hardware non è solo un componente; è la base per un'intelligenza artificiale sicura e affidabile in ambito sanitario. Il server edge Axial AX300 di OnLogic, azienda esperta in hardware per l'informatica industriale, offre la piattaforma edge robusta e affidabile di cui questa soluzione ha bisogno.

Server edge OnLogic Axial AX300 in un magazzino

L'elaborazione avviene interamente sull'edge server AX300 all'interno della rete ospedaliera. Mentre la soluzione si concentra su un ambiente disconnesso (dal mondo esterno) per la conformità HIPAA, l'architettura si integra facilmente con i sistemi interni dell'ospedale per un accesso agevole.

Il server edge AX300 è una macchina progettata appositamente per operare al meglio in ambienti edge complessi. Le sue robuste funzionalità, tra cui il supporto per più GPU ad alte prestazioni, un'ampia capacità di storage e potenti capacità di elaborazione, sono essenziali per gestire carichi di lavoro di intelligenza artificiale complessi. Il design robusto, la gestione termica avanzata e le opzioni di implementazione flessibili dell'AX300 garantiscono affidabilità e adattabilità in ambiente ospedaliero.

Esplora la serie AX300

La configurazione della soluzione 

  • Stack tecnologico: RHEL, Single Node OpenShift, MicroShift, Red Hat OpenShift AI con GPU, PyTorch, Jupyter Notebooks, librerie NLP mediche potenzialmente specializzate, un LLM ottimizzato.

  • Addestramento del modello: l'LLM viene addestrato su Red Hat OpenShift AI utilizzando Jupyter Notebook e un dataset curato di informazioni mediche. L'addestramento può anche essere effettuato su una macchina più potente all'interno della rete ospedaliera.

La soluzione utilizza un vasto insieme di dati anonimizzati dei pazienti e letteratura medica per addestrare l'LLM. Le metriche chiave per le prestazioni dell'LLM vengono monitorate durante l'addestramento. Il momento "wow" arriva quando si assiste a medici che pongono domande complesse su casi di pazienti e ricevono suggerimenti dettagliati e basati su prove in pochi secondi, il tutto garantendo la privacy dei dati.

Superare le sfide e crescere nell'assistenza sanitaria

L'implementazione dell'intelligenza artificiale ai margini della rete in ambito sanitario presenta sfide, principalmente limitazioni di risorse, problemi di connettività (affidabilità della rete interna) e rigorosi requisiti di sicurezza e conformità. Questa soluzione di OnLogic e Red Hat affronta questi problemi utilizzando distribuzioni Kubernetes leggere, ottimizzando l'utilizzo dell'hardware e aderendo a rigorose policy di governance dei dati.

La scalabilità è un vantaggio fondamentale. Con l'aumentare del volume e dell'utilizzo dei dati del sistema ospedaliero, è possibile aggiungere facilmente altri server alla rete edge, distribuendo il carico di lavoro e mantenendo prestazioni e conformità ottimali.

Conclusione: sfruttare l'intelligenza artificiale nell'assistenza sanitaria

Questa soluzione di IA all'edge segna un cambiamento di paradigma nel modo in cui affrontiamo le implementazioni di IA in sanità. Portando l'intera implementazione di IA all'edge, all'interno dell'ambiente ospedaliero sicuro, apriamo nuove possibilità per insight in tempo reale, una migliore assistenza ai pazienti e ricerca medica innovativa. 

Soluzioni hardware certificate RHEL

Riferimenti

Intelligenza artificiale in sanità: trasformare la pratica medica - NIH

Articoli correlati

Cosa sono i server edge? 

Architettura AI Edge: l'Edge è il posto giusto per l'IA

Edge AI: cos'è e come funziona?

IEC 60601-1: rendere più sicuri i computer per applicazioni mediche

Prodotti e soluzioni correlati

Axial AX300

Edge Computing

Consulenza AI

Hardware certificato RHEL

Amber Cobb - Partnerships Manager
Amber Cobb
Amber è la Partnership Manager di OnLogic. Crede nel potere di un ecosistema di partner fidati e nella capacità di riunire i partner per risolvere le sfide più complesse dei clienti. Quando non è impegnata con i partner, Amber ama creare nuove ricette e trascorrere del tempo con la sua famiglia.

Rimani informato.

Ricevi in anteprima i nuovi prodotti, le innovazioni per l'Industria 4.0, gli eventi OnLogic e molto altro.