AI 워크로드 -- PACS

AI 워크로드를 위한 IBM 스토리지 솔루션 - 의료 영상 데이터 

"AI 영상분석 도입으로 영상분석 정확도 대폭 개선"

용어 출처 : 폭탄블로그 (네이버블로그)

* DICOM은 의료 영상의 국제 표준이고, PACS는 '의학영상정보시스템'의 약자로 의료영상을 관리하는 프로그램입니다. 여러 회사에서 다양한 방식으로 PACS를 구현하고 있고, 병원에서는 자기 분야에 맞는 PACS를 가져다 씁니다

인공지능은 최근 의료 영상 분석이나 진단 보조에서 인상적인 결과를 보여주었습니다. 이러한 모든 프로젝트 워크로드에서 스토리지는 필수 구성 요소입니다.

  • 1IBM Spectrum Scale, IBM Spectrum Discover + IBM Cloud Object Storage + DICOM 인프라 구축 레퍼런스 사례 (프랑스 00000 의료센터)

본 데모 영상에서는 다음 두 가지 측면에서 IBM 스토리지 솔루션(IBM Spectrum Scale 및 IBM Spectrum Discover)이 이 과제에 어떻게 부가 가치를 제공했는지 설명하기 위해 이 특정 사용 사례를 활용합니다.

  • 1과제 준비 작업을 단순화
  • 2컴퓨팅 플랫폼의 성능과 복원력을 향상
  • 등록된 동영상이 없습니다.

    AI 워크로드를 위한 IBM 스토리지 솔루션 - 의료 데이터 당면 과제

    m.post.naver.com/redhattt

도전 범위를 넘어 산업 솔루션의 스토리지 부가가치를 4가지 주요 범주로 분류할 수 있습니다.(DICOM + Spectrum Scale + Spectrum Discover 솔루션 구성, AI분석 솔루션 표기 제외)

  • 1Time to value( 가치 창출 시간): 시스템 성능을 향상
  • 2Operation management (운영 관리): 개발 프로세스를 단순화하고 플랫폼에 복원력 기능 추가 및 개선
  • 3Traceability and auditability (추적성 및 감사성): 의료 데이터 저장과 관련된 법적 문제에 대한 해결책을 제공
  • 4Data mobility (데이터 이동성): 멀티 사이트 협업을 간소화하고 하이브리드 멀티 클라우드 아키텍처를 허용

읜료영상 AI 취합 분석 단계 결과 도출을 인프라 연계 절차 설명

The initial training phase:

  • 1During the initialization phase, Existing DICOM cases are all automatically processed by Discover using the DICOM plugin to register the DICOM metadata records in Discover catalog (Patient ID, Pathology, Image origin and characteristics …). We are storing the data(DICOM/nifty files, Picture Archiving and Communication System,Electronic Patient Records …) in a Spectrum Scale filesystem.
  • 2When the data scientists begin the development of a new model workflow, they first extract an initial dataset DICOM images set coming from the PACS repository using a IBM Spectrum Discover query that extracts DICOM metadata matching selection criteria’s (pathology, scan type, resolution…).
  • 3Then, the clinician team would have to validate, one by one, the DICOM cases to be used for the model training and also have to label them all (diagnostic, segmentation, bounding boxes …)
  • 4Now the classical data scientist iterative work can start to train the best model workflow (Prepare / Classify / Transform / model options selection / Train / Evaluate).
  • 5The radiologist team would have then to validate the accuracy of the best model before the model is packaged in an Inference service container for production use (K8s application) and registered in Discover as a callable service ready to use for the Inference phase.

Inference Phase:

  • 1When a radiologist performs a new scan of a patient, the output DICOM images are stored in the radiologist PACS
  • 2As the PACS is hosted on Spectrum Scale, it triggers automatically the Discover metadata extraction.
  • 3DICOM metadata are again extracted with the IBM Spectrum Discover
    DICOM plugin. IBM Spectrum Discover also call the proper inference
    service for this given scan case. The results are processed to generate
    additional Discover metadata associated with the DICOM case. These information typically include inference date/time, model type and version, model score, location of detected object instances (bounding boxes, segmentation)
  • 4A radiologist will then review the inference results and could validate or invalidate diagnostics and object detections provided by the Inference service.
  • 5The information related to this validation steps are themselves recorded in Discover (Radiologist Id, data/time, validation/invalidation information) for later use.

The incremental training phase.

In order to continuously improve the relevance of Inference diagnostics, the data scientist team would have to monitor validation/invalidation statistics for the new cases. In case the models have to be improved, a new Training iterative steps would have to be considered based on the new DICOM cases. There again, Discover could definitely help to easily extract the problematic DICOM cases where radiologists disagree with the Inference service results and process the stage 3 of the Training phase described previously.

When a better model is trained, validated, and packaged in an Inference service, Discover can be used to start in background a new inference of all existing DICOM cases related to this scan type with the new Inference service results.

"PACS 서비스 간소화 작업 완료! 남은 과제 데이터 운영관리 효율화! 의료기관 PACS 데이터 보관 규정 근거 장기보관 및 데이터보호?"

IBM Spectrum Scale with Data Protect and Archive 관련 IBM Software Defined Storage 제품은 편리하고 간소화 된 장기보관 정책을 통합 지원하는 Spectrum Archive 를 사용 PTL(Physical Tape Libray) 연계 또는 오브젝트 스토리지(퍼블릭 및 온프램 모두 지원)를 사용한 Scale 자체 기능인 TCT(Transparent Cloud Tiering)를 사용한 장기보관에 대한 다양한 법규 및 규정 준수한 해결책이 준비 되어 있습니다.

데이터보호에 있어 백업&복구 또한 IBM Spectrum Scale 과 자동화 된 연계로  파일스캔에 있어 Zero-Scan 지원, 다양한 타 백업솔루션에 비해 백업 및 복구 에서 획기적인 절감과 효율적인 백업&복구의 차별화 제공 과 가성비 (비용 및 성능, 기능 등)를 가지고 있습니다.