Spectral MD

Défi métier

Près de 30 % des brûlures sont mal diagnostiquées. Afin de remédier à cela, Spectral MD a développé des algorithmes d'apprentissage en profondeur qui permettaient d'analyser les images des blessures, mais l'entreprise avait du mal à étendre ses ressources informatiques pour satisfaire la demande.

Transformation

Elle a donc décidé de déployer des serveurs bare metal IBM Cloud avec des processeurs Tesla NVIDIA ultramodernes pour entraîner sa solution DeepView Wound Imaging System plus rapidement, ce qui a finalement permis d'augmenter la rapidité et la précision du diagnostic des brûlures.

Résultats

Les étapes du défi métier

Aider les médecins à guérir les blessures

Diagnostiquer les brûlures rapidement et avec précision est crucial pour offrir aux patients toutes les chances d'un rétablissement complet et rapide. Or les médecins se fient avant tout à l'analyse visuelle des blessures, ce qui entraîne un taux d'erreur de diagnostic pouvant aller jusqu'à 30 %, y compris chez les spécialistes. Cela peut même conduire à des opérations chirurgicales inutiles pour certains patients, tandis que d'autres ne seront pas opérés alors que cela aurait pu améliorer leur rétablissement.

Afin de renforcer la précision du diagnostic, Spectral MD utilise ainsi des techniques d'apprentissage automatique qui amplifient la puissance de l'imagerie multispectrale en analysant la gravité des brûlures.

Jeffrey Thatcher, directeur scientifique chez Spectral MD, explique les fondements scientifiques sur lesquels repose la solution DeepView Wound Imaging System de son entreprise : "Les substances chimiques et les structures tissulaires peuvent être caractérisées de façon très précise d'après la lumière qu'elles reflètent. Grâce à l'imagerie multispectrale – et aux longueurs d'onde non visibles de la lumière –, nous pouvons distinguer les pathologies d'une peau saine qui sont impossibles à voir à l’œil nu."

Lorsque Spectral MD a soumis le DeepView Wound Imaging System aux essais cliniques, l'entreprise s'est aperçue que ses ressources de calcul existantes ne pouvaient pas fournir la puissance de traitement nécessaire pour entraîner les réseaux neuronaux de sa solution à créer un modèle robuste de types de blessure.

"Nous avions besoin de davantage de puissance de calcul pour gérer les algorithmes d'apprentissage en profondeur qui constituent la base de DeepView", explique Thatcher. "En tant que start-up disposant de budgets limités, nous ne voulions pas consacrer nos dépenses d'investissement et opérationnelles à l'achat de matériel que nous aurions dû exploiter sur site."

Récit de la transformation

Booster la puissance de calcul

Impatient d'aider Spectral MD à développer sa solution innovante au profit des patients et des médecins, IBM a invité l'entreprise à réaliser un pilote de la technologie IBM Cloud afin d'évaluer sa taille, sa performance et son évolutivité. D'après le pourcentage de temps pendant lequel l'entreprise devait avoir accès aux unités de traitement graphique (GPU), Spectral MD en a conclu que la solution IBM Cloud coûterait moins cher que les offres concurrentes.

"Nous avons rencontré des consultants IBM et leur avons expliqué de quoi nous avions besoin pour faire passer DeepView à la vitesse supérieure", explique Thatcher. "L'équipe IBM a pris tout le temps nécessaire pour bien comprendre nos algorithmes, puis elle a conçu un environnement informatique parfaitement adapté à nos besoins."

Spectral MD a déployé deux serveurs bare metal IBM Cloud équipés de processeurs GPU Tesla NVIDIA dernier cri dotés d'une puissance de calcul ultrarapide. Afin de créer des modèles précis de différents types de brûlure, Spectral MD alimente ses algorithmes d'apprentissage automatique avec plusieurs milliers d'images mutispectrales de brûlures diagnostiquées avec précision. Entraîner le système pour reconnaître et classifier de façon précise les nouvelles images est un processus complexe qui commence par la technique de descente de gradient, puis utilise la validation croisée répétée pour vérifier l'exactitude des modèles.

Avant, il fallait environ trois heures à Spectral MD pour achever la phase d'entraînement initiale pour un seul algorithme. Dans un scénario type, Spectral MD soumettait quatre algorithmes différents à 20 itérations de validation croisée chacun pour identifier la meilleure approche. "Si vous voulez comparer quatre algorithmes, cela vous prendra plus d'une semaine si vous n'utilisez pas de GPU", commente Thatcher. "Avec l'aide des GPU sur nos serveurs bare metal IBM Cloud, nous pouvons réduire la durée d'entraînement de trois heures à moins d'une heure, et comparer quatre algorithmes en moins d'une journée."

Une fois entraînés, les algorithmes de Spectral MD peuvent analyser rapidement les signatures optiques des images de blessures afin de déduire des informations sur les interactions entre les photons et les tissus sous la surface de la peau. D'après leur expérience de l'apprentissage en profondeur, les algorithmes peuvent déterminer de façon très précise si une blessure est profonde ou suffisamment grave pour nécessiter une opération.

Le fait d'utiliser des ressources d'IBM Cloud plutôt qu'une solution sur site présente des avantages notables pour Spectral MD en termes de rapidité et de flexibilité d'adoption des nouvelles technologies.

"Ce qui me plaît dans notre partenariat avec IBM, c'est qu'ils communiquent régulièrement avec notre équipe et qu'ils nous font systématiquement part des dernières avancées de la technologie GPU", poursuit Thatcher. "C'est un milieu qui évolue très vite, avec des ingénieurs et des entreprises technologiques de pointe qui commercialisent régulièrement de nouvelles solutions. Nos ingénieurs sont souvent trop absorbés par le développement de nos algorithmes pour être en mesure de suivre les dernières nouveautés de l'univers des GPU, alors le fait qu'IBM nous aide à rester à la page est un gros plus."

L'activité principale de Spectral MD consiste à développer des architectures de réseaux neuronaux convolutifs (CNN) pour la segmentation d'images. Chaque CNN peut comporter plus de 100 millions de paramètres, et deux fois plus de calculs sont effectués lors de chacune des milliers d'itérations de descente de gradient réalisées durant l'entraînement. Par ailleurs, l'équipe teste de nombreuses variations de CNN, ce qui implique d'entraîner et de ré-entraîner les algorithmes à de multiples reprises. Les architectures de traitement parallèle proposées par les GPU sont bien plus performantes pour les types de calculs effectués dans une CNN, ce qui les rend parfaitement adaptés au développement de ces modèles.

Résultats

Favoriser le rétablissement des patients

Grâce aux serveurs bare metal IBM Cloud qui font tourner sa solution DeepView Wound Imaging System, Spectral MD bénéficie des hautes performances, de l'évolutivité et de la puissance de traitement nécessaires pour développer sa solution dans la phase d'essai clinique.

"Savoir qu'IBM veille à nos besoins en infrastructure informatique enlève un gros poids des épaules de nos équipes techniques et scientifiques, qui peuvent ainsi consacrer plus de temps à repousser les frontières de la médecine", déclare Thatcher. "Développer notre solution dans IBM Cloud signifie également que nous pouvons utiliser la technologie de processeur GPU de pointe et la faire monter en puissance pour traiter des volumes de données croissants, sans avoir à supporter les coûts de l'achat et de la maintenance du matériel."

Spectral MD a d'ores et déjà pu constater une baisse significative du temps passé à entraîner les algorithmes d'apprentissage automatique dans le système DeepView Wound Imaging System.

"Grâce à la puissance de nos GPU, nous pouvons exécuter en moins d'une journée des tâches d'apprentissage automatique qui pouvaient autrefois prendre jusqu'à 10 jours", observe Thatcher.

Lorsque Spectral MD aura installé sa solution DeepView Wound Imaging System dans différents hôpitaux à travers le pays, l'entreprise espère pouvoir faire baisser le taux d'erreurs de diagnostic sur les brûlures de 30 à seulement 5 pour cent.

"Le DeepView Wound Imaging System a le potentiel pour véritablement révolutionner le diagnostic, la classification et le traitement des brûlures", conclut Thatcher. "En étant plus confiants dans leur évaluation des blessures d'un patient, les médecins pourront prodiguer les soins les plus adaptés de manière ciblée au bon moment. De plus, avec un diagnostic précis et un traitement personnalisé, nous espérons permettre à un plus grand nombre de patients à se remettre totalement de leurs blessures. La technologie IBM Cloud nous aide à rendre tout cela possible."         

A propos de Spectral MD

Basée à Dallas, au Texas, Spectral MD est une start-up spécialisée dans les dispositifs médicaux, actuellement à l'étape de développement de la recherche clinique. L'entreprise a reçu l'homologation 510(k) de la FDA pour la première génération de sa solution DeepView, qui utilise l'imagerie numérique multispectrale avancée, enrichie par l'apprentissage automatique, pour fournir aux médecins hospitaliers une vue précise des tissus sous-cutanés. La solution y parvient par le biais d'une méthode non invasive et sans émettre de rayonnement nocif.

Passez à l'étape suivante

Pour en savoir plus sur les solutions IBM présentées ici, veuillez contacter votre représentant IBM ou votre partenaire commercial IBM, ou visitez les sites Web suivants :

• Serveurs bare metal IBM Cloud®
• GPU Tesla NVIDIA

En savoir plus sur IBM Cloud