Êtes-vous un développeur ou un spécialiste des données ?

Trouvez des infrastructures et bibliothèques optimisées,1 suivez des cours d'IA et explorez des projets communautaires construits sur des plateformes Intel®.

Visitez la zone des développeurs Intel® ›

Développez et testez gratuitement vos charges de travail d'IA sur le dernier matériel Intel® avec des infrastructures, des outils et des bibliothèques intégrés et optimisés.

Visitez le DevCloud Intel® ›

Promouvoir la santé pour tous grâce à l'intelligence artificielle

La technologie peut enrichir la vie de chacun, surtout lorsqu'elle peut aider à prévenir, traiter et soigner les maladies. Intel travaille avec les leaders de l'écosystème pour révolutionner la santé et les sciences de la vie, qu'il s'agisse d'accélérer la découverte de médicaments pour favoriser le développement pharmaceutique ou améliorer l'accès aux soins et leur accessibilité. L'utilisation de l'intelligence artificielle (IA) dans les soins de santé, y compris la vision par ordinateur, l'apprentissage machine et l'apprentissage approfondi, joue un rôle essentiel dans la réalisation de cet objectif. Combinée à une solide infrastructure de gestion des données, l'IA peut aider les chercheurs et les systèmes de santé à recueillir rapidement des informations à partir de quantités massives de données qui étaient auparavant inaccessibles en raison des silos de données.

Comment l'IA est-elle utilisée dans les soins de santé ?

L'IA peut permettre à des systèmes automatisés d'évaluer les images médicales pour détecter des anomalies, de surveiller les signes vitaux des patients sur une échelle et d'alerter les cliniciens pour qu'ils interviennent si nécessaire. Elle contribue à améliorer les flux de travail opérationnels et cliniques et à intégrer des données provenant de nombreuses sources différentes afin que les cliniciens puissent prendre des décisions plus éclairées. Les chercheurs exploitent l'IA pour contribuer à la découverte de médicaments, aux thérapies ciblées et à la gestion des maladies infectieuses. D'autres exemples d'IA dans le domaine des soins de santé et des sciences de la vie comprennent l'automatisation des laboratoires, la robotique et la télémédecine basée sur l'IA.

Avantages de l'IA dans les soins de santé

L'IA améliore la productivité en automatisant les tâches et peut aider les cliniciens à établir des diagnostics et des traitements rapides et précis 2 L'intelligence artificielle en radiologie peut réduire le temps de calcul nécessaire pour générer des images. En matière de santé de la population, l'apprentissage machine peut aider à déterminer la probabilité de réadmission à l'hôpital. L'IA dans le développement des produits pharmaceutiques peut conduire à la découverte de nouveaux médicaments. L'IA peut également permettre d'ingérer des données provenant de sources multiples, comme les dossiers médicaux et les signes vitaux, et d'identifier des modèles difficiles à repérer pour l'homme.

Intel IA dans le domaine de la santé et des sciences de la vie

Le travail d'Intel dans le domaine de l'IA aide les experts du secteur de la santé à relever certains des défis les plus pressants d'aujourd'hui. Notamment :

  • Médecine de précision - L'IA peut donner un sens aux données de santé non structurées et structurées, telles que les ensembles de données génomiques, qui sont essentielles pour faire progresser la médecine de précision, une approche des soins centrée sur le génome unique du patient et les informations de santé.
  • Systèmes cliniques - L'IA peut aider à interpréter les données brutes en nouvelles connaissances qui éclairent les plans de traitement à chaque étape du parcours du patient. Elle peut également prendre en charge des stratégies de soins à distance, telles que la télésanté et la robotique, appliquées dans des environnements de soins hospitaliers et ambulatoires.
  • Procédés pharmaceutiques - L'IA peut jouer un rôle majeur dans le développement des médicaments en transformant la découverte des composés.
  • Imagerie médicale - L'IA peut améliorer la qualité des images médicales et aider les cliniciens à évaluer les images rapidement et avec précision.

Intel propose une gamme de matériel souple, évolutive et ouverte pour répondre à tous les besoins de calcul, des VPU basse consommation aux processeurs hautes performances. Et des outils logiciels comme la distribution Intel® du kit d'outils OpenVINO™ suppriment la complexité du travail avec différents matériels, de sorte que vous pouvez écrire du code une fois et le déployer partout.

Exemples d'utilisation de l'IA dans les soins de santé et les sciences de la vie

L'intelligence artificielle en médecine, dans la recherche pharmaceutique et dans d'autres domaines des soins de santé peut contribuer à améliorer les soins aux patients ainsi que la santé de la population en général. Aujourd'hui, l'apprentissage en profondeur et l'apprentissage machine dans les soins de santé permettent de rationaliser la charge de travail des cliniciens, d'informer les plans de traitement personnalisés et d'améliorer l'expérience des patients.

L'IA dans l'imagerie médicale

De la réduction du temps de calcul nécessaire pour générer des images à partir de scanners CT à la réalisation d'inférences en temps réel sur des caméras endoscopiques, l'IA rationalise les flux de travail et améliore les soins.

Explorez l'IA dans l'imagerie médicale

La médecine de précision

Avec la médecine de précision, les cliniciens utilisent l'analyse génomique parallèlement à d'autres données sur les patients afin de personnaliser leurs soins et de fournir le bon traitement pour chaque individu.

En savoir plus sur la médecine de précision

Voir les solutions Intel® Select pour l'analyse génomique

Analyses prédictives

L'analyse prédictive peut aider les systèmes de santé à comprendre les tendances, à prévoir quand et où les soins seront nécessaires, et à améliorer leurs stratégies de santé vis-à-vis de la population.

En savoir plus sur l'analyse prédictive dans les soins de santé

Automatisation des laboratoires

La vision par ordinateur et d'autres types d'IA permettent une automatisation des laboratoires à la fois rapide et précise.3 Les patients peuvent recevoir leurs diagnostics rapidement et de nouveaux médicaments peuvent être testés sans délai, ce qui conduit à des percées dans le développement pharmaceutique.

En savoir plus sur l'automatisation des laboratoires

Robotique basée sur l'IA

Dans les hôpitaux et les établissements de soins, les robots assistent les opérations chirurgicales, rationalisent la livraison des fournitures et la désinfection, et aident les prestataires à accorder une attention plus directe aux patients.

Découvrez la robotique dans les soins de santé

L'IA dans la télémédecine

La télémédecine basée sur l'IA peut aider les cliniciens à fournir des soins en temps utile et à améliorer le suivi des patients ambulatoires. Il s'agit par exemple de rappels personnalisés, de contrôles d'état basés sur des données de surveillance et d'invites dynamiques lors de visites virtuelles.

En savoir plus sur la télémédecine

Samsung collabore avec Intel pour accélérer la détection de la vitesse du nerf et améliorer les flux de travail

Samsung Medison a collaboré avec Intel pour accélérer la détection de la vitesse du nerf et améliorer les flux de travail. NerveTrack utilise la distribution Intel® de la boîte à outils OpenVINO™ pour aider à détecter et à identifier les nerfs pendant les échographies. L'inférence en temps réel des images ultrasoniques des nerfs contribue à améliorer la précision des anesthésistes lorsqu'ils recherchent des nerfs difficiles à trouver.

Lire l'article ›

GE Healthcare accélère l'imagerie IRM grâce à l'IA

La prescription par intelligence artificielle (AIRx) de GE Healthcare automatise certaines des étapes manuelles de l'examen IRM. Elle permet également un alignement cohérent des scanners pour aider les médecins à suivre un patient pendant plusieurs mois. Grâce à des optimisations logicielles, dont la distribution Intel® du kit d'outils OpenVINO™, GE Healthcare a réduit le temps d'inférence de l'AIRx de 2,85 secondes à 0,659 seconde sur une plateforme équipée d'un processeur Intel® Xeon® sans le coût supplémentaire des accélérateurs.4

Lire le témoignage

Philips Healthcare accélère les algorithmes pour l'imagerie par résonance magnétique (IRM)

Philips Healthcare utilise la distribution Intel® du kit d'outils OpenVINO™ et l'Intel DevCloud for Edge pour accélérer les charges de travail de détection comprimées pour ses scanners IRM sur les processeurs Intel® Xeon® Scalable avec la fonction d'extensions personnalisées du kit d'outils.

Lire l'étude de cas

Le TGen applique le calcul haute performance à la recherche génétique

La prochaine phase de la médecine personnalisée s'appuiera sur l'IA pour accroître la vitesse et l'efficacité de l'analyse génomique. Le Translational Genomics Research Institute (TGen) a construit une grappe de calcul haute performance (HPC) optimisée pour les sciences de la vie et alimentée par les processeurs Intel® Xeon® Scalable et la mémoire Intel® Optane™.

Lire l'étude de cas

GE Healthcare aide le personnel à faire le tri dans les cas où la vie est menacée

GE Healthcare a intégré un algorithme d'IA aux appareils d'imagerie à rayons X pour aider à repérer les cas critiques et alerter les radiologues pour un triage immédiat. La distribution Intel® du kit d'outils OpenVINO™ a amélioré les performances des algorithmes, faisant passer le temps d'analyse d'une radiographie de plus de trois secondes à moins d'une seconde 1, 5

Lire l'étude de cas

Prototypes Akara de robot de désinfection alimenté par IA

En guise de preuve de concept, Akara a développé un prototype de robot antivirus autonome pour désinfecter les surfaces contaminées dans les hôpitaux en utilisant la lumière UV. Le robot est alimenté par un Intel® Movidius™ Myriad™ X VPU pour se déplacer parmi les gens. L'objectif d'Akara est d'aider les hôpitaux à assainir les chambres et les équipements, contribuant ainsi à la lutte contre la COVID-19.

Lire le témoignage

Le Cerner Patient Observer centralise la surveillance des patients hospitalisés

Le personnel infirmier de première ligne doit souvent s'occuper de nombreux patients qui ont tous des besoins différents. Le Cerner Patient Observer permet à un technicien d'une station centrale de surveiller les patients dans plusieurs endroits pour aider à prévenir les chutes. La solution comprend un appareil photo Intel® RealSense™ pour la détection de la profondeur de l'environnement en 3D, même dans l'obscurité.

En savoir plus

Développer et déployer des systèmes d'IA


Trouvez de la documentation et des exemples concrets sur la manière dont les systèmes de santé et les chercheurs ont adopté et intégré l'IA dans leurs flux de travail.

Accélérer l'innovation dans l'écosystème de l'IA

Intel® AI : In Production

L'IA en périphérie permet d'utiliser des cas en temps réel dans le domaine des soins de santé et des sciences de la vie. Découvrez comment les partenaires et les solutions Intel pour la santé et les sciences de la vie rendent cela possible grâce aux kits Intel® IoT RFP prêts à l'emploi et aux solutions Intel® IoT Market Ready Solutions.

Visitez le site Intel® AI : dans la production pour les sciences de la santé et de la vie

Intel® AI Builders

Intel® AI Builders réunit des éditeurs de logiciels indépendants (ISV), des intégrateurs de systèmes, des fabricants d'équipements d'origine (OEM) et des utilisateurs finaux en entreprise. Les membres ont accès à des ressources techniques et à des opportunités de co-marketing pour favoriser l'adoption de l'intelligence artificielle.

Visiter Intel® AI Builders

Kits Intel® IoT RFP prêts à l'emploi

Ces ensembles de matériel, de logiciels et d'assistance, prêts pour les appels d'offres, permettent de développer des solutions innovantes dans le domaine des soins de santé et des sciences de la vie. Ils ont été testés sur le terrain et sont conçus pour évoluer avec les besoins des clients.

Kits Intel® IoT RFP prêts à l'emploi

Solutions Intel® Select pour l'IA

Ces configurations de solutions optimisées pour la charge de travail peuvent être déployées dans une série d'exemples d'utilisation dans le domaine des soins de santé et des sciences de la vie, notamment l'analyse génomique.

Voir les solutions Intel® Select pour l'IA

Intel® IoT Market Ready Solutions

Rendues possibles par l'écosystème des partenaires d'Intel, ces solutions IoT de bout en bout sont optimisées pour les charges de travail à forte intensité de données. Les solutions sont adaptables, vérifiées et prêtes à être mises en œuvre.

En savoir plus sur les solutions Intel® IoT Market Ready Solutions

Trouver des solutions d'IA pour les soins de santé et les sciences de la vie


Avis et avertissements

Les logiciels et charges de travail employés dans les tests de performance peuvent avoir été optimisés pour les microprocesseurs Intel®.

Les tests de performance tels que SYSmark* et MobileMark* portent sur des configurations, composants, logiciels, opérations et fonctions spécifiques. Les résultats peuvent varier en fonction de ces facteurs. Pour l'évaluation d'un produit, il convient de consulter d'autres tests et d'autres sources d'information, notamment pour connaître le comportement de ce produit avec d'autres composants. Pour plus d'informations, voir www.intel.fr/benchmarks.

Les résultats de performance s'appuient sur les tests réalisés aux dates indiquées dans les configurations et peuvent ne pas refléter toutes les mises à jour de sécurité disponibles. Voir la sauvegarde pour obtenir des détails de configuration. Aucun produit ou composant ne saurait être totalement sécurisé.

Les technologies Intel® peuvent nécessiter du matériel, des logiciels ou l'activation de services compatibles.

Intel ne maîtrise et ne vérifie pas les données tierces. Vous devriez consulter d'autres sources pour évaluer leur précision. Vos coûts et résultats peuvent varier.

Infos sur le produit et ses performances

1Les compilateurs Intel® peuvent ou non optimiser dans la même mesure les microprocesseurs non-Intel pour des optimisations qui ne sont pas propres aux microprocesseurs Intel®. Ces optimisations comprennent les jeux d'instructions SSE2, SSE3 et SSE3, ainsi que d'autres optimisations. Intel ne fournit aucune garantie quant à la disponibilité, la fonctionnalité ou l'efficacité des optimisations sur des microprocesseurs d'autres fabricants. Dans ce produit, les optimisations dépendantes du processeur sont conçues pour les processeurs Intel. Certaines optimisations non spécifiques à la microarchitecture Intel® sont réservées aux microprocesseurs Intel. Veuillez vous référer aux guides d'utilisation et de référence des produits concernés pour plus d'informations sur les jeux d'instructions spécifiques couverts par le présent avis
2 « The potential for artificial intelligence in healthcare », juin 2019, Future Healthcare Journal, ncbi.nlm.nih.gov/pmc/articles/PMC6616181/.
3

“Advantages and limitations of total laboratory automation: a personal overview”, Clinical Chemistry and Laboratory Medicine (CCLM), février 2019, degruyter.com/view/journals/cclm/57/6/article-p802.xml.

4Configurations : Le modèle original a été formé à l'aide de TensorFlow 1.6 pour Python 2.7 sans optimisations Intel® et converti par GE Healthcare à OpenVINO™ 2018 R4. Matériel et configurations utilisés pour les tests : Nœud de calcul d'image GE Gen6-P 3.10.0-862.el7.x86_64 ; processeur : Processeur Intel® Xeon® E5-2680 v3 ; vitesse ; 2,5 GHz ; cœurs : 12 cœurs par socket, le conteneur Docker a accès à 22 cœurs de processeur ; sockets : deux ; RAM : 96 Go (DDR4) ; hyperthreading : activé ; mises à jour de sécurité : mises à jour Spectre et Meltdown appliquées. Logiciels utilisés pour les tests : TensorFlow version : 1.6 sans optimisations Intel® MKL-DNN ; version de Gcc : 2.8.5 ; version Python : 2.7 ; version OpenVINO™ : 2018 R4 (model server v0.2) ; OS : HeliOS 7.4 (Nitrogen).
5 Divulgation de la configuration du test système : Intel® Core™ i5-4590S CPU @ 3.00 GHZ, x86_64, VT-x activé, 16 Go de mémoire, OS : Linux magic x86_64 GNU/Linux, Ubuntu 16.04 en déduisant le service de conteneurs de docker. Tests effectués par GE Healthcare, septembre 2018. Le test compare le temps d'inférence total de 3,092 secondes du modèle TensorFlow au temps d'inférence total de 0,913 secondes du même modèle TF optimisé par la distribution Intel® du kit d'outils OpenVINO™.