より個人化され、オンライン接続されたインテリジェントな治療へ
優れた技術は、提供者が患者とその治療に集中できるように設計されています。インテルの目標は、地球上のすべての人の生活を豊かにするテクノロジーを構築することです。人工知能 (AI)、ロボット工学、モノのインターネット (IoT) などのテクノロジーは、ヘルスケアとライフサイエンスをより個人化され、オンライン接続されたインテリジェントなものにしています。
例えば、医用画像処理における AI により、医療提供者はより迅速かつ正確に異常を検出できるようになり、これは診断の迅速化につながります。1医療における AI のその他のアプリケーションは、カスタマイズされた患者ケア、手術の精度、インテリジェントなヘルスケア分析、新しいゲノミクス研究を支援します。AI は、IoT ヘルスケア・テクノロジーとの融合により、遠隔医療、患者モニタリング、電子カルテ (EHR) の保管を変革しました。
インテルのヘルスケア・テクノロジーは効率性を高め、医療提供者がより人間的な面での治療に集中できるようにします。インテルの技術革新が提供する強力なツールにより、研究者は研究室や研究環境において、画期的な発見を行い、ヘルスケアおよびライフサイエンスに関する世界最大級の課題を解決できるようになりました。インテルは、ヘルスケア・コミュニティーのソリューション・プロバイダーやエンドユーザーと協力して、ヘルスケアとライフサイエンスの未来に向けて変革をもたらす技術を引き続き開発いたします。
新着情報
次世代の患者ケア・テクノロジー
インテル® テクノロジーにより、病院から地域社会、そして家庭に至るまで、個人化され、オンライン接続された、インテリジェントな次世代の患者ケアを実現する方法について、インテルの Steve Allen と HCA Healthcare の Paul Currie が説明します。
導入事例
医療における疾病の発見とデータ保護
BeeKeeperAI のプライバシー強化テクノロジー・プラットフォームは、正確な疾病の特定と個別化された治療を実現しながら、患者情報を保護するゼロトラスト環境を作り出します。
GE ヘルスケアによる医用画像処理における AI の推進
危機的な状態を診断する際には、一秒一刻を争います。GE ヘルスケアとインテルの連携により、胸部 X 線に AI を適用して生命を脅かす状態を数秒で検出し、重要な症例の優先順位を高める医用画像処理ソリューションが実現しました。1
Akara の AI 搭載ロボットが病院の施設を消毒
まずは Akara が開発し、インテル® Movidius™ VPU を搭載したロボット・プロトタイプは、UV 光を使用して汚染された表面を消毒します。Akara* が目指すのは、COVID-19 と戦う病院をサポートし、部屋や機器を衛生化するのを助けることです。
メディカルインフォマティクス社とともにヒーローとしての医療従事者の保護に貢献 (MIC)
Medical Informatics Corp.(MIC は)病院が ICU のキャパシティを迅速に拡大するためのリモート集中治療モニタリング・ソリューションを提供しています。インテル® Xeon® プロセッサーで動作する Sickbay™ は、医療従事者を保護し、より多くの患者に医療を提供し、包括的なデータへのリモートアクセスを提供できるように病院を支援します。
ヘルスケアとライフサイエンス向け人工知能
ヘルスケアとライフサイエンス向け AI には、大きな可能性があります。複雑なデータを解析することで、臨床医や研究者が疾患予防、迅速な回復、救命に従事できる可能性が高まります。また、煩雑な作業から解放され、患者や研究に注力できるようになります。詳細については、インテルの使用事例および開発者向けリソースをご覧ください。
ヘルスケアとライフサイエンス分野での Habana® Gaudi® AI プロセッサーの活用
ディープラーニングを用いたタンパク質の構造予測や医用画像分類において Habana® Gaudi® AI プロセッサーが学習速度の向上に貢献。
回診用 X 線撮影装置に AI 技術を搭載
株式会社島津製作所の「遺残確認支援ソフトウェア Smart DSI」は、外科手術時の遺残物を強調表示して患者の身体的リスクと医療従事者の負担を軽減します。ハードウェアの追加や変更なしで、すでに病院に導入されている X 線装置にも導入可能な「Smart DSI」は、推論モデルの最適化に OpenVINO™ ツールキットを採用することで、推論時間を 3 分の 1 に短縮し、15 秒以内で確認画像を表示できるようになりました。
インテル® Optane™ テクノロジーでビッグデータ分析基盤を構築
電子カルテシステムのストレージをすべて SSD で構成している群馬大学医学部附属病院は、次期病院システムに向けて 15 万人を超える患者の診療データを活用した分析力の強化を目指し、診療データを蓄積しているトランザクション・サーバーに分析の環境を一本化する上で、診療スピードを落とすことなく高速分析を実現するために、超低レイテンシーで高い耐性を持つインテル® Optane™ テクノロジーの採用を決めました。
医用画像のマルチモーダル推論や化合物とタンパク質の相互作用予測を最新世代のプロセッサーが加速する
ディープラーニングを活用した医療データの解析や創薬技術の開発に取り組む理化学研究所の種石 慶 氏をお招きし、研究の概要や展望を伺いました。第 3 世代インテル® Xeon® スケーラブル・プロセッサー・ファミリーを使った性能ベンチマークについてもお話しいただきました。
在宅輸血患者の体位や行動を AI で検知
和歌山県立医科大学附属病院は、在宅輸血中の起き上がりや肘の曲げなどの好ましくない行動を、インテルの OpenVINO™ ツールキットと 2D 人物姿勢推定モデルを用いて判定し、遠隔の医師に通知するシステムの研究を進めています。
ディープラーニングを用いて X 線画像から疾患を推定するシステムの性能評価に OpenVINO™ ツールキットを利用
ディープラーニングを用いて胸部 X 線画像から疾患を推定するシステムを対象に、最適化と量子化を適用した性能評価を実施したところ OpenVINO™ ツールキットによって大きな性能向上を得られることがわかりました。
OpenVINO™ ツールキットで眼底写真から目の疾患を類推する AI システムを構築
帝京大学医学部附属病院は、眼底写真から疾患を類推するディープラーニングの評価システムにおいて、インテルの OpenVINO™ ツールキットを活用してパソコン上で認識処理を実行する環境を構築しました。
インテルを基盤として構築されたヘルスケア・テクノロジー・アプリケーション
AI や分析がより高速に実行されるようになれば、臨床医や研究者はより効率的に仕事ができるようになります。インテルは、コンピュート、メモリ、ストレージ、およびネットワーク技術のポートフォリオにより、コロナウイルスから世界を救う現場で使用されているヘルスケアおよびライフサイエンス・アプリケーションをサポートしています。これらの現実世界のアプリケーションは、研究室から患者のベッドサイドや家庭に至るまで、あらゆるところで利用されています。
分析
データから素早くインサイトを抽出します。インテルは、健康情報技術における最新のビッグデータ・プラットフォーム、AI モデル、エッジ・コンピューティング、その他の分析のための基盤を提供しています。エッジでもクラウドでも、分析は、いつ、どこで治療が必要になるかを予測したり、患者のバイタルをリアルタイムで追跡したりなど、多くのことに役立ちます。
研究室とライフサイエンス
研究室のブレークスルーは、患者自身の遺伝子データに基づいてカスタマイズされた治療法など、ヘルスケアと医療における新たな戦略につながっています。ゲノミクスから創薬、感染症管理まで、インテルのテクノロジーは研究室のデジタル化を支援し、データ分析と研究の効率化と一貫した測定を実現します。
遠隔医療
遠隔医療は、バイタル・モニタリング、慢性疾患管理、専門家による診察など、リモートケアのためのさまざまな技術にまたがっています。インテルのテクノロジーは、包括的で統合された患者への治療を提供する遠隔医療ソリューションを可能にします。
ロボット工学
インテルのテクノロジーを搭載した新しいカテゴリーのロボットが、ヘルスケアを変革しつつあります。外科医は、AI を使った非侵襲的な手術を行うことで、患者の身体の内部をよりよく見ることができます。消毒・物流ロボットは、清掃や備品の配送などの手作業を支援しています。患者は、自宅で支援ロボットのサポートを受けることができます。
ヘルスケアとライフサイエンスのトピックを詳しく調べる
インテルが提供する業種別の最新動向とテクノロジー・ニュース
ご登録いただくと、Bit Feed メールや、ソリューション、ビジネスインサイト、ウェビナーおよびイベントに関する最新情報を盛り込んだインテルのニュースレターを電子メールでお届けします。インテルに関するニュースや業種別の最新動向をぜひご確認ください。
免責事項
GE Healthcare の医用イメージング導入事例: システムテスト構成の開示: インテル® Core™ i5-4590S プロセッサー CPU @ 3GHz、x86_64、VT-x 対応、16GB メモリー、OS: Linux magic x86_64 GNU/Linux、Ubuntu 16.04 inferencing service docker コンテナー。テストは GE Healthcare が 2018年9月に実施しました。テストでは、TensorFlow モデルの合計推論時間 3.092 秒と、OpenVINO™ ツールキットのインテル® ディストリビューションで最適化した同じ TF モデルの合計推測時間、0.913 秒を比較しました