Erfolgreich im Datenzeitalter - mit neuen Maßstäben bei Leistung, Flexibilität und Skalierbarkeit

Künstliche Intelligenz, Advanced Analytics, Cloud Computing und neue Storage-Technologien helfen Unternehmen bei der Problemlösung, Entscheidungsfindung und Skalierung. Erfahren Sie hier, wie Sie mit moderner, effizienter IT-Infrastruktur im Zeitalter der Daten erfolgreich sein können.

IT als Triebfeder der Bio- und Medizintechnologien

Künstliche Intelligenz ist eine sehr gute Medizin

28.01.2021
Medizin- und Biotechnologien stehen unter einem immensen Druck. Die Öffentlichkeit erwartet immer schneller bessere Ergebnisse, doch die Ressourcen sind begrenzt und kaum steigerbar. Nur mit modernster Technologie, wie KI kann dieses Dilemma gelöst werden.
Nur mit modernsten Analysemethoden und KI lassen sich die zunehmenden Anforderungen in den Medizin- und Biotechnologien meistern.
Nur mit modernsten Analysemethoden und KI lassen sich die zunehmenden Anforderungen in den Medizin- und Biotechnologien meistern.
Foto: PopTika - shutterstock.com

Die heutigen Anforderungen an die Medizin- und Biotechnologien sind hochkomplex. Die Fragen lauten unter anderen: Lässt sich eine Krankheitsepidemie vorhersagen und stoppen, bevor es Opfer gibt? Können wir die Behandlung chronischer Krankheiten so individuell gestalten, dass keine zwei Personen das gleiche Arzneimittel erhalten, aber gleichermaßen das bestmögliche Ergebnis erzielen? Wie können wir Zeit und Kosten bei der Medikament-Entwicklung drastisch reduzieren?

KI: Ein absolutes Muss

Um diese und viele ähnliche Probleme anzugehen, ist der Einsatz modernster Technologien unabdingbar. Ziel ist es heute, durch Automatisierung und neue Methoden, das vorhandene Fachwissen des Personals besser zu nutzen und deren Arbeiten von Routineaufgaben zu befreien. Beispielsweise hilft künstliche Intelligenz (KI), um Patienten zu Hause wirksam zu beobachten oder die Krebsforschung besser zu unterstützen. "Künstliche Intelligenz ist im übertragenen Sinne eine sehr gute Medizin", sagt Navin Shenoy, Executive Vice President und General Manager der Data Center Group bei Intel.

Ein besonderes Problem: VERY Big Data

Der erfolgreiche KI-Einsatz im Gesundheitswesen basiert - genauso wie in vielen anderen Bereichen - auf Big Data. Genauer gesagt: auf Very Big Data! Beispielsweise kann eine einzige CT- oder MRI-Untersuchung mehrere hundert Images produzieren - und bei einem Dünnschicht-Image-Scan können es sogar tausende sein. Das führt dann zu Dateien in der Größenordnung von mehreren hundert Gigabyte. Kein Wunder also, dass ein Krankenhaus im Jahr durchschnittlich rund 665 TByte an Daten generiert. Leider können die meisten dieser Daten nicht direkt genutzt werden, denn mindestens 80 Prozent davon sind unstrukturiert, beispielsweise Notizen, Videos, Bilder oder Skizzen. Und das bedeutet: Nur mit Hilfe von KI lassen sich diese Daten so auswerten, dass sich daraus neue Erkenntnisse gewinnen lassen.

Anwendungen: Bildanalyse und Covid-Forschung

Inzwischen häufen sich derartige Anwendungen in vielen Bereichen des Gesundheitswesens. So nutzt Siemens Healthineers KI, um komplexe Diagnosen zu automatisieren und zu standardisieren. Dazu müssen verschiedene anatomische Regionen automatisch segmentiert und kategorisiert werden. Die dafür erforderliche Hardware besteht aus der zweiten Generation der skalierbaren Intel Xeon Prozessoren, die zusammen mit Intels Deep Learning Boost und dem OpenVINO-Toolkit anatomische Messungen nahezu in Echtzeit ausführen und damit die Workflow-Effizienz deutlich steigern.

Auch bei der gegenwärtig besonders wichtigen Forschung an dem neuen Coronavirus, das für die COVID-19-Pandemie verantwortlich ist, kommt modernste Intel-Technologie zum Einsatz. Hier stehen die Forscher des Berliner Instituts für Gesundheit (BIH) an vorderster Front, um mit Hilfe von Genanalysen das neue Virus besser zu verstehen. Dazu müssen sie Tausende von Zellen mithilfe einer Einzelzell-RNA-Sequenzierung untersuchen.

Doch solche Analysen erfordern eine immense Rechenleistung, die das Institut selbst nicht aufbringen kann. Hier sprang Intel ein und so ließ sich die Anzahl der durch eine Analyse fließenden Zellen um 70 Prozent erhöhen, was die Untersuchungen erheblich beschleunigt. "Angesichts der globalen Bedrohung durch das SARS-CoV-2-Virus sind wir als Forscher verpflichtet, alle unsere wissenschaftlichen Erkenntnisse zu sammeln, um neue Therapien und Impfstoffe zu entwickeln - jeder Beitrag zu diesen Bemühungen ist hoch willkommen", lobt Prof. Axel R. Pries, Interimsvorsitzender des BIH und Dekan der Charité-Universitätsmedizin, die Intel-Unterstützung.

Das BHI-System basiert auf Intels Select-Lösung für die Hardware-Konfiguration von Genanalysen. Die gewählten Dell PowerEdge R740xd-Rack-Server sind mit Intel Xeon Gold 6252-Prozessoren (24 Kerne, 20,10 GHz), P4160-SSDs und zwei Intel Ethernet Converged Network Adapter X710 ausgestattet, die mit 10 GbE betrieben werden.

KI: Aller Anfang ist leicht

Der Weg in neue KI-Anwendungen kann ganz einfach mit bestehenden, auf Intel-Technik basierenden Rechenzentren beginnen. Das heißt, es gibt keine besonderen Einstiegsbarrieren, stattdessen kann schnell und unkompliziert mit dem ersten KI-Projekt begonnen werden. Das ist umso leichter möglich, da Intel eine Vielzahl an KI-Support bereithält. Das reicht von effizienten Werkzeugen über einen qualifizierten Expertensupport bis hin zu breit aufgestellten Schulungen. Beispielsweise erhalten die Entwickler jede erforderliche Unterstützung, um neue KI-Projekte anzugehen und ihre KI-Kompetenz kontinuierlich auszubauen. Zentrales Element dafür ist die KI-Akademie, in der sowohl erfahrene KI-Entwickler als auch Anfänger den Umgang mit nützlichen Tools, Frameworks, Hardware-Ressourcen und Bibliotheken erlernen können.

Besonders hilfreich sind darüber hinaus auch Intels Neural Compute Stick 2, die in Form eines USB-Datenträgers speziell für die Verarbeitung von Deep-Learning-Berechnungen konzipiert wurden. Sie unterstützen vor allem ein kostengünstiges Prototyping von Bild- und Mustererkennungen in der Edge. Und dann gibt es noch Intels AI Builders. Dabei handelt es sich um ein Programm für Softwarehersteller (ISVs), Systemintegratoren (SIs), OEMs und Unternehmen, die die KI-Einführung auf Intel-Plattformen beschleunigen wollen.

Alles in allem eine abgerundete Angebotspalette, die sowohl die Wünsche eines Einsteigers, als auch die Anforderungen von bereits erfahrenen KI-Anwendern abdeckt.