의료 서비스와 생명 과학의 미래 주도
인텔은 의료 서비스와 생명 과학 분야에서 수십 년간 쌓아온 이력으로 의료인과 연구원, 환자의 필요 사항에 대한 깊은 인사이트를 얻었습니다. 이 지식을 AI, 유비쿼터스 컴퓨팅, 퍼베이시브 연결성, 에지 투 클라우드 기능에 대한 전문 지식과 결합하여 조직이 복잡한 문제를 극복하고, 데이터를 보다 지능적이고 효과적인 방식으로 사용할 수 있도록 지원하는 기술을 개발합니다.
탄탄한 파트너 에코시스템을 지원하는 방대한 하드웨어와 소프트웨어 포트폴리오를 통해 환자의 결과와 경험을 개선하고, 과학적 발견을 가속하며, 의료 제공자와 연구자를 위한 임상 및 연구실 워크플로를 간소화할 수 있는 기기와 장치, 도구에 디지털 기술을 융합하는 것을 추진하고 있습니다. 인텔® 기술은 의료와 생명 과학을 혁신하고 지구상 모든 사람의 삶을 개선하는 데 필요한 플랫폼 편재성과 성능, 유연성, 확장성을 제공합니다.
의료 서비스와 생명 과학의 성공 사례
GE, 암 진단 정확성 향상
인텔® 코어™ 프로세서와 타사 AI 도구가 탑재된 GE 헬스케어 GE Invenia ABUS 2.0은 유방암 병변 탐지의 임상 정확도를 개선해 최대 93%의 탐지 감도를 제공하고 판독 시간을 33% 단축합니다12.
솔루션에 대해 알아보기
TGen, 샘플 처리 시간 7시간으로 단축3
인텔® 제온® 스케일러블 프로세서와 인텔® Optane™ 메모리, Dell 랙 서버가 지원하는 고성능 컴퓨팅이 희귀 질환의 유전자 치료를 개발하는 데 어떤 도움이 되는지 알아보기.
자세한 내용
KFBIO, 암 검사 속도 8.4배 향상4
KFBIO가 인텔® AI 기술을 통해 자궁경부암 이상 징후의 자동 검사 속도를 8.4배 향상하는 방법 확인하기.
사례 읽기
삼성, 신경 감지 정확도 20% 이상 향상5
초음파 신경 이미지의 실시간 AI 추론이 이미지 처리를 가속하고, 워크플로를 개선하며, 마취과 의사의 신경 감지 정확도를 높이는 데 어떤 도움이 되는지 알아보기.
전체 스토리 보기
스마트 병원 구현
인텔은 통합을 단순화하고 프로세스를 현대화하며, 환자 진료를 혁신하는 데 필요한 인텔리전스와 보안, 연결성을 지원하여 스마트 병원을 구현합니다.
스마트 병원 응용 프로그램
과학적 발견 가속화
인텔은 AI와 자동화, 로봇, 기타 고급 기술을 통해 연구실 리더가 발견 속도를 높이고 정확도를 향상할 수 있도록 지원합니다.
연구실과 생명 과학 응용 프로그램
디지털 인프라 현대화
인텔은 연구원과 의료인, 기타 전문가가 에지에서 클라우드까지 데이터 기반 인사이트를 활용하여 더 많은 성과를 내고, 비용을 절감하며, 최상의 결과를 낼 수 있도록 하는 최신 디지털 인프라를 지원합니다.
의료 서비스의 패널 PC
패널 PC는 의료진이 환자 데이터에 액세스해야 하는 곳이면 어디에서나 기록과 차트, 기타 정보를 확인할 수 있는 간단한 방법을 제공합니다.
의료 서비스와 생명 과학 기술 계획 시작
다음 프로젝트를 빠르게 준비하고 시작하십시오.
더 많은 의료 서비스 및 생명 과학 주제 탐색하기
제품 및 성능 정보
Yang, Shanling 외. “자동화된 유방 초음파 검사의 컴퓨터 보조 탐지 유무에 따른 성능 및 판독 시간.” Radiology 292, No. 3(2019년 6월 18일): https://pubs.rsna.org/doi/10.1148/radiol.2019181816.
Jiang, Yulei 외. "조밀한 유방 조직을 가진 여성의 유방암 검진 시 자동 유방 초음파 검사용 동시 읽기 컴퓨터 보조 감지 시스템을 사용한 해석 시간." American Journal of Roentgenology 211, 2번 (2018년 8월): 452–461. https://www.ajronline.org/doi/10.2214/AJR.18.19516.
“TGen이 질병의 유전적 미스터리를 풀다,” 인텔, n.d. 2022년 3월 14일에 액세스. https://www.intel.com/content/www/us/en/customer-spotlight/stories/tgen-customer-story.html.
OpenVINO 모델 KFBIO 자궁경부암 검사 시 인텔® 제온® 골드 6148 프로세서의 처리량 성능:
최신 정보:
테스트 1: 2019년 6월 15일 현재 인텔에서 테스트함. 2 소켓 인텔® 제온® 골드 6148 processor; 20 코어; HT: 켜짐; 터보: 켜짐; 총 메모리: 192GB (슬롯 12개/16GB/2,666MHz); BIOS: SE5C620.86B.0X.01.0007.062120172125 (ucode: 0x200004d); CentOS Linux release 7.5.1804 (Core); 딥 러닝 프레임워크: Keras 2.2.4 및 인텔에 최적화된 TensorFlow: 1.13.1; 토폴로지: RetinaNet: https://github.com/fizyr/keras-retinanet; 컴파일러: gcc 4.8.5,MKL DNN 버전: v0.17, BS=8, 합성 데이터와 고객 데이터 모두 포함; 인스턴스 1개/소켓 2개; 데이터타입: FP32.
테스트 2: 2019년 6월 15일 현재 인텔에서 테스트함. 2 소켓 인텔® 제온® 골드 6148 processor; 20 코어; HT: 켜짐; 터보: 켜짐; 총 메모리: 192GB (슬롯 12개/16GB/2,666MHz); BIOS: SE5C620.86B.0X.01.0007.062120172125 (ucode: 0x200004d); CentOS Linux release 7.5.1804 (Core); 인텔® 소프트웨어: OpenVINO R2019.1.1094; 토폴로지: RetinaNet: https://github.com/fizyr/keras-retinanet; 컴파일러: gcc 4.8.5,MKL DNN 버전: v0.17, BS=1, 8개의 비동기식 요청, 합성 데이터와 고객 데이터 모두 포함; 인스턴스 1개/소켓 2개; 데이터타입: FP32.
베이스라인 : 2019년 6월 15일 현재 인텔에서 테스트함. 2 소켓 인텔® 제온® 골드 6148 processor; 20 코어; HT: 켜짐; 터보: 켜짐; 총 메모리: 192GB (슬롯 12개/16GB/2,666MHz); BIOS: SE5C620.86B.0X.01.0007.062120172125 (ucode: 0x200004d); CentOS Linux release 7.5.1804 (Core); 딥 러닝 프레임워크: Keras 2.2.4 and Vanilla TensorFlow: 1.5; 토폴로지: RetinaNet: https://github.com/fizyr/keras-retinanet; 컴파일러: gcc 4.8.5,MKL DNN 버전: v0.17, BS=8, 합성 데이터와 고객 데이터 모두 포함; 인스턴스 1개/소켓 2개; 데이터타입: FP32.
성능 정보는 20212년 3월 현재 삼성 내부 테스트를 기반으로 합니다. 시스템 구성: 인텔® 코어™ i3-8100H CPU @ 3.0GHz, 8GB 메모리; OS: 64-bit Windows 10.