Nanox AI optimise l'IA d'imagerie médicale pour l'inférence périphérique sur site avec Intel Core Ultra et OpenVINO

Le framework d'IA d'imagerie médicale sur site utilise des processeurs Intel Core Ultra et la boîte à outils OpenVINO d'Intel pour accélérer l'inférence de pointe dans les environnements de santé

PETACH TIKVA, Israël — 10 août — Nanox AI Ltd., une filiale de Nano-X Imaging Ltd. (NASDAQ : NNOX), a annoncé aujourd'hui l'optimisation de son cadre d'application d'imagerie médicale pour les processeurs Intel CoreUltra à l'aide de la boîte à outils OpenVINO d'Intel. Le cadre est conçu pour prendre en charge les applications d'IA exécutées sur un appareil périphérique sur site dans les établissements de santé, permettant aux organisations d'évaluer et de déployer des applications d'IA d'imagerie CT tout en conservant les données d'imagerie dans leur propre infrastructure.

Les solutions Nanox.AI analysent les tomodensitogrammes médicaux de routine pour aider à identifier les patients dont les résultats sont corrélés à des maladies chroniques dans des domaines tels que la santé cardiaque, hépatique et osseuse. En tirant parti des flux de travail d'imagerie tomodensitométrique existants, Nanox.AI vise à aider les établissements de santé à tirer une valeur clinique supplémentaire des scans déjà réalisés et à soutenir la gestion des soins préventifs.

Le framework d'application d'IA optimisé a effectué des inférences avec succès et efficacité sur du matériel Intel Core Ultra à l'aide d'OpenVINO, démontrant ainsi son adéquation au traitement de l'IA sur site dans les environnements d'imagerie médicale.

Les processeurs Intel CoreUltra fournissent une architecture d'IA hétérogène avec des ressources de calcul CPU, GPU et NPU, tandis qu'OpenVINO aide les développeurs à optimiser et à déployer des charges de travail d'IA sur le matériel Intel. Pour les établissements de santé, cette combinaison peut prendre en charge l'inférence locale à la périphérie, contribuer à réduire la dépendance à l'égard de la connectivité cloud et permettre des modèles de déploiement adaptés aux exigences de l'infrastructure hospitalière.