X 射線分析:在邊緣器件上的醫療自適應 AI(第二部分)

人生從懷孕到死亡的每個階段都提供了數據的豐富來源,這些數據有可能為醫療保健實現高性能的人工智能解決方案。該係列網絡研討會由兩部分組成,我們將討論就地在矽膠中進行醫療保健推斷的重要性。在本地,人工智能不僅可減少重新成像的複發、加速分流,而且還可減少診斷的時間周期,所有這些都可提高臨床效率、改善患者預後。在本次網絡研討會上,我們將深入探討從 CAD 和圖像重建到 NLP 和 AI 分析的各種 AI 應用。最後,我們將討論醫療設備及本地加速器的設計,其可提供必要的安全性、性能、靈活性及可靠性,幫助臨床醫生使用醫療 AI。

我們很榮幸地邀請到 Spline.AI 的 Syed Hussain 博士和 Hazeem Sait 博士作為演講嘉賓。Spline.AI 與 Amazon Web Services(AWS)和 Xilinx 共同攜手開發用於 COVID-19 和肺炎檢測的開源、開放模型、X射線圖像分類解決方案。

歡迎和我們一起探討以下問題:

  • 從影像到新藥研發,人工智能在醫療保健中的重要應用是什麼?
  • 我們如何才能以最少的成本和最大的靈活性在芯片中原地、安全地部署自適應 AI 解決方案?
  • 我們如何在雲端訓練並就地部署?利用 AWS Sagemaker、TVM、PYNQ 和 Xilinx DPU 來擴展 AI 部署
專題:
X 射線分析:在邊緣器件上的醫療自適應 AI(第一部分)
X 射線分析:在邊緣器件上的醫療自適應 AI(第二部分)