O Matrix Analytics está ajudando a salvar vidas. O start-up baseado em Colorado usa aprendizagem profunda em Amazon Web Services (AWS) para rastrear a progressão da doença para pacientes com diagnóstico de nódulos pulmonares em seus pulmões. Embora muitas vezes sejam benignas, um acompanhamento cuidadoso e cuidados de acompanhamento são fundamentais para saber se e quando esses nódulos se transformarão em tumores malignos.
O fundador da empresa, Dr. Aki Alzubaidi, estava trabalhando em um hospital Glenwood Springs quando percebeu que alguns pacientes estavam caindo pelas rachaduras. O sistema para monitorá-los era pesado e desorganizado, levando a resultados desnecessariamente pobres para muitos pacientes com nódulos pulmonares que não recebem os cuidados de seguimento recomendados.
LungDirect , o aplicativo de software principal da empresa, usa uma abordagem em duas vertentes para a intervenção precoce do câncer: previsão de risco de malignidade e automação de cuidados de acompanhamento.
Em primeiro lugar, as capacidades avançadas de visão por computador construídas com algoritmos de aprendizado profundo avaliam o risco de malignidade de nódulos pulmonares com base em fatores como o tamanho, a forma, a densidade, o volume do nódulo, bem como a demografia do paciente, como fumaça, idade, sexo e raça. “Queremos ser capazes de tomar qualquer aporte clínico, como teste de radiologia, teste de laboratório ou variáveis clínicas personalizadas e dizer aqui a probabilidade de um estado de doença e fornecer resultados sobre a utilidade e o gerenciamento das próximas etapas, e esse é nosso objetivo com aprendizagem profunda “, disse o Dr. Alzubaidi.
Cinco classes distintas de modelos de aprendizagem de máquinas são aplicadas na avaliação do risco de câncer, a fim de explicar as distintas classes de não-linearidades que poderiam estar escondidas nos dados. Quatro classes distintas de recursos são auto-extraídas diretamente das imagens usando um conjunto de algoritmos de visão por computador.
Desenvolver uma ferramenta que poderia “auto-magicamente” ler varreduras do paciente para prever e diagnosticar câncer não era fácil. Mas o Matrix Analytics conseguiu desenvolver rapidamente um protótipo que mostrava uma prova de conceito. Em seguida, os modelos de aprendizagem profunda da empresa foram implementados e comparados com benchmarks na literatura preexistente.
As ferramentas do Matrix Analytics conseguiram superar os métodos anteriores em sua capacidade de diagnosticar o câncer a partir de uma imagem CT. E, em comparação com os métodos convencionais, o aprendizado profundo não requer nenhum extractor de recursos ajustado à mão, tornando o processo muito mais independente.
A segunda linha da abordagem LungDirect é o gerenciamento de cuidados. O software automatiza os cuidados de acompanhamento para garantir que cada paciente acompanhe recomendações com o objetivo de monitorar as mudanças em suas condições. Hoje, 11 agências de saúde e instituições – das instalações da Cleveland Clinic em todo o país para UCHealth em Denver e Community Hospital em Grand Junction – estão usando LungDirect. O resultado foi uma taxa significativamente maior de intervenção no câncer de pulmão precoce para pacientes.
Este sistema adaptativo agora está implantado na infra-estrutura da AWS Cloud e está disponível para líderes no controle de nódulos pulmonares e câncer de pulmão em um modelo de software como serviço.
O Matrix Analytics usa a infra-estrutura da AWS Cloud para processar grandes quantidades de dados e operações complexas. Em particular, eles dependem da potência e escalabilidade de clusters alimentados por GPU da AWS, que são ideais para cargas de trabalho de aprendizado profundo.
O sistema LungDirect da empresa é projetado para continuar melhorando em um círculo virtuoso de aprendizagem iterativa. Observa o Dr. Alzubaidi: “As possibilidades são infinitas com o que podemos fazer no AWS para ajudar nossos clientes”.
O Matrix Analytics usa o AWS Deep Learning AMI (Amazon Machine Image) e TensorFlow no AWS para construir e treinar algoritmos de visão de computador. O AWS Deep Learning AMI vem pré-configurado com frameworks populares, como Apache MXNet , TensorFlow , Caffe e Keras. Estas são pré-construídas, bibliotecas de código aberto que permitem que desenvolvedores e cientistas de dados criem modelos de aprendizado profundo de forma rápida e fácil.
“Usar a conveniência do AMI na AWS nos oferece a oportunidade de oferecer diferentes modelos de negócios, o que nos permite tornar-se parceiros de tecnologia excelente à medida que o mercado evolui a um ritmo cada vez maior”, disse o Dr. Alzubaidi.