拉德堡德大學在 AWS 上建置用於醫學成像的機器學習解決方案

不堪重負的醫院需要快速、準確的醫學成像，來快速診斷和治療受新冠肺炎疫情影響的患者。許多設施的工作人員很少有放射科醫師，繁重的工作量會導致倦怠。

拉德堡德大學醫學中心的醫學影像圖像分析教授 Bram van Ginneken 表示：「我們在研究界需要一個整合式全球基礎設施來開發機器學習解決方案。」 Van Ginneken 負責監督 Grand Challenge，這是一個線上平台，可用於生物醫學成像中機器學習解決方案的端對端開發。

Van Ginneken 的團隊開發了 CO-RADS，這是一種快速且準確的評分系統，可以使用 CT 肺部掃描來診斷大量新患者，從而使 Grand Challenge 平台的使用者得以增加。為了支援這一需求，拉德堡德大學將 Grand Challenge 平台完全遷移至 Amazon Web Services (AWS)。該平台採用多種 AWS 服務來建立可擴展的環境，以建置、測試和部署醫學成像演算法。Amazon Simple Storage Service (Amazon S3) 具有加速傳輸功能，可從世界各地的站點收集資料，Amazon CloudFront 以不到 10 毫秒的延遲將掃描加載至易於使用的瀏覽器中。

採用 AWS 技術的安全、可擴展且可免費使用的 Grand Challenge 針對關鍵臨床應用程式，提供了大規模建置、訓練和部署機器學習模型所需的各項工具。為了推進導致新冠肺炎疫情的病毒研究，Grand Challenge 使用該平台的新功能發起了一項分類挑戰，鼓勵使用者開發和提交旨在更好地對肺部異常進行分類的演算法。「我們將在 AWS 的密切指導下應對這一挑戰，」van Ginneken 說道。「我們呼籲機器學習社群共同開發有助於應對目前危機的解決方案。」

進一步了解 AWS 與醫療保健：aws.amazon.com/health。