Jorge Cardoso tem muitos papeis, o que é esperado, já que ele tem tantos cérebros. Na verdade, centenas de milhares deles para cer exato.
Cardoso é professor, CTO, empresário, membro fundador do consórcio de código aberto MONAI e pesquisador em AI para imagens médicas. No último papel, Cardoso e sua equipe acabaram de descobrir maneiras de criar imagens 3D realistas e de alta resolução de cérebros humanos usando AI.
O pesquisador do King’s College London e o CTO do London AI Centre está disponibilizando gratuitamente 100.000 imagens do cérebro sintético para pesquisadores da área de saúde. É um tesouro que poderia acelerar a compreensão da demência, do envelhecimento ou de qualquer tipo de doença cerebral.
Acelerando a AI na Área da Saúde
“Antes, muitos pesquisadores não queriam trabalhar na área da saúde porque não conseguiam bons dados, mas agora conseguirão”, afirmou Cardoso.
“Queremos direcionar a energia da AI para a área da saúde”, disse ele.
Esta é uma doação substancial que se compara com o maior repositório do mundo de imagens de cérebros de acesso aberto. O UK Biobank detém atualmente múltiplas imagens do cérebro obtidas de mais de 50.000 participantes, com curadoria estimada em 150 milhões de dólares.
Dados Sintéticos para Ciência
As imagens representam uma ramificação emergente na área da saúde dos dados sintéticos, algo que já é amplamente usado na visão computacional para aplicações para consumidores e empresas. Ironicamente, esses campos também têm acesso a conjuntos de dados abertos com milhões de imagens do mundo real.
Por outro lado, as imagens médicas são relativamente escassas, geralmente apenas disponíveis para pesquisadores conectados a grandes hospitais, devido à necessidade de proteger a privacidade dos pacientes. Mesmo assim, as imagens médicas tendem a refletir os dados demográficos que o hospital atende, não necessariamente a população mais ampla.
Uma característica interessante da abordagem de AI de Cardoso é que ele pode fazer imagens por encomenda. Cérebros de mulheres, homens, jovens e velhos. Informe o que você precisa e ele cria.
Embora sejam simuladas, as imagens são altamente úteis porque são baseadas em algoritmos bem testados, então elas parecem cérebros reais e agem como eles.
Escalando com MONAI em Cambridge-1
O trabalho exigiu um supercomputador executando um super software.
O NVIDIA Cambridge-1, um supercomputador dedicado à pesquisa inovadora de AI na área da saúde, foi o motor. MONAI, uma estrutura de AI para imagens médicas, forneceu o combustível para o software.
Juntos eles criaram uma fábrica de AI para dados sintéticos que permitia aos pesquisadores executar centenas de experimentos, escolher os melhores modelos de AI e executar inferências para gerar imagens.
“Não poderíamos ter feito este trabalho sem Cambridge-1 e MONAI, simplesmente não teria acontecido”, disse Cardoso.
Imagens Massivas, Acelerações de até 10 vezes
Uma NVIDIA DGX SuperPOD, Cambridge-1, empacota 640 GPUs NVIDIA A100 Tensor Core, cada uma com memória suficiente para processar uma ou duas das imagens maciças da equipe composta de 16 milhões de pixels 3D.
Os blocos de construção do MONAI incluem carregadores de dados específicos do domínio, métricas, transformers acelerados por GPU e um mecanismo de workflow otimizado. O cache inteligente do software e o dimensionamento multi-nó podem acelerar os trabalhos em até 10 vezes, disse Cardoso.
Ele também deu crédito a cuDNN e “todo o pacote de softwares de AI da NVIDIA, que nos ajudou a trabalhar muito mais rápido”.
Além do Cérebro
Cardoso está trabalhando com a Health Data Research UK, um repositório nacional, para hospedar as 100.000 imagens do cérebro. Os modelos de AI também estarão disponíveis, para que os pesquisadores possam criar as imagens que precisarem.
Tem mais. A equipe de Cardoso está explorando como os modelos podem criar imagens 3D de qualquer parte da anatomia humana em qualquer modo de diagnóstico por imagens: ressonâncias magnéticas, tomografias computadorizadas ou PET Scans.
“Na verdade, essa técnica pode ser aplicada a qualquer imagem volumétrica”, disse ele, observando que os usuários talvez precisem otimizar os modelos para diferentes tipos de imagens.
Muitas Direções à Frente
O trabalho aponta para muitas direções que Cardoso descreveu com entusiasmo como liberando o conteúdo de várias mentes.
Imagens sintéticas abrem as portas para um estudo detalhado de como as doenças evoluem com o tempo. Enquanto isso, sua equipe ainda está explorando como aplicar o trabalho a partes do corpo além do cérebro e quais tipos de imagens sintéticas (ressonância magnética, tomografia computadorizada, PET) são mais úteis.
As possibilidades são emocionantes e, como seus muitos papéis, “isso pode ser um pouco avassalador”, disse ele. “Há tantas coisas diferentes que podemos começar a pensar agora.”