A Dra. Madhu Nair e a Dra. Asha Das estavam próximas de um avanço que usaria modelos de inteligência artificial (IA) para detectar células de câncer de mama em imagens escaneadas retiradas de amostras de tecido de pacientes.
Mas um enorme desafio se interpôs no caminho desses dois pesquisadores baseados na Índia: Eles lutaram durante meses para ensinar seu modelo de IA a reconhecer com precisão as células cancerígenas. Das e sua equipe passavam semanas analisando pilhas de imagens megapixeladas de alta resolução, marcando as áreas cancerosas de imagem por imagem.
A equipe precisava de uma solução que pudesse digitalizar essas imagens com precisão e rapidez, sem supervisão humana.
A Intel estava lá para ajudar.
Em 2022, o Dr. Das e o Dr. Nair, pesquisadores do Laboratório de Inteligência Artificial e Visão Computacional da Universidade de Ciência e Tecnologia de Cochin, na Índia, fizeram uma parceria com as equipes de engenharia, vendas e marketing da Intel para implementar uma nova solução usando os processadores Intel® Xeon® Scalable e o Intel® Optimization for TensorFlow, um pacote de software que se baseia fortemente nos recursos de aceleração das CPUs Intel.
Vídeo: Modelo de IA apoiado pela Intel ajuda os Pesquisadores a Detectar o Câncer de mama com alta precisão
A Dra. Madhu Nair e a Dra. Asha Das, pesquisadoras do Laboratório de Inteligência Artificial e Visão Computacional da Universidade de Ciência e Tecnologia de Cochin, na Índia, criaram uma solução baseada em CPU capaz de detectar os primeiros sinais de câncer de mama em imagens médicas. O sucesso de seu trabalho depende muito do hardware e do software baseados na Intel. (Crédito: Intel Corporation)
GPUs Enfrentam Dificuldades com Pedidos Enormes
Atualmente, a detecção de sinais precoces de câncer de mama depende muito da experiência de radiologistas e médicos que examinam manualmente os resultados histopatológicos. Mas depender apenas do olho humano tem seus pontos negativos – cerca de 20% dos sinais de câncer de mama estão faltando, segundo o National Cancer Institute.
É aqui que a IA pode ajudar. Graças aos recentes avanços na tecnologia de computação, mais hospitais estão aderindo à ideia de usar a IA para identificar o que os médicos poderiam não perceber. Em dezembro, a Intel e a Penn Medicine anunciaram que ajudaram pesquisadores a impulsionar a detecção de tumores cancerígenos no cérebro em 33%.
Das, que mora em Kerala, na Índia, explicou como sua equipe recorreu pela primeira vez a soluções baseadas em GPU para impulsionar seus modelos de aprendizagem profunda. Havia apenas um problema: seus sistemas baseados em GPU frequentemente falhavam, pois a quantidade de computação necessária para processar imagens grandes excedia em muito os limites de design dos sistemas, levando a congelamentos inexplicáveis e reinicializações frustrantes.
"Nossos modelos exigiam muito da computação e nossas tentativas de treinar o modelo usando GPUs falharam", escreveu Nair, descrevendo os desafios. "Levamos vários dias para executá-lo e tivemos dificuldade em realizar o treinamento para imagens de alta resolução. Isso nos levou à busca de uma melhor facilidade de computação."
A Intel oferece hardware e software
Em 2022, Nair descobriu a oportunidade da Intel quando falou sobre o desafio que estava enfrentando com um representante da Dell com quem estava se reunindo para um projeto de pesquisa diferente. A Dell apresentou a Nair à equipe da Intel India.
Meses depois, eles implantaram quatro servidores operando como um único cluster de computação sem nenhum acelerador de aprendizagem profunda. Os servidores e o armazenamento foram conectados por meio de uma rede Ethernet de alta velocidade.
No lado do software, a equipe conjunta voltou-se para a Otimização Intel® para TensorFlow, um conjunto de software que aumenta o desempenho do TensorFlow aproveitando os recursos de aceleração nas CPUs Intel.
"Compartilhei nosso problema com a equipe da Intel e fiquei extremamente feliz por eles entenderem imediatamente a importância desse trabalho", disse Nair. "Eles nos deram a oportunidade de usar essa arquitetura distribuída."
Dr. Asha Das é uma pesquisadora do Laboratório de Inteligência Artificial e Visão computacional da Cochin University of Science and Technology na Índia. Usando hardware e software da Intel, Das e o Dr. Madhu Nair criaram uma solução baseada em CPU capaz de detectar os primeiros sinais de câncer de mama em imagens médicas. (Crédito: Intel Corporation)
Dr. Madhu Nair é um pesquisador do Laboratório de Inteligência Artificial e Visão computacional da Universidade de Ciência e Tecnologia Cochin, na Índia. Usando hardware e software da Intel, Nair e a Dra. Asha Das criaram uma solução baseada em CPU capaz de detectar os primeiros sinais de câncer de mama em imagens médicas. (Crédito: Intel Corporation)
A nova solução é precisa e rápida
Os resultados foram exatamente os que os pesquisadores esperavam, com um bônus: seu modelo não apenas sinaliza células cancerosas, mas também distingue diferentes graus de câncer.
E é muito preciso: A solução alcançou uma precisão de 98%, cerca de 10 pontos percentuais a mais do que outros modelos. (Saiba mais sobre a solução: o CUSAT melhora o rastreamento de câncer com aprendizagem profunda.)
Isso é uma barra alta, bem fora do portão.
Com o tempo, à medida que a equipe treina seu modelo em mais conjuntos de dados, os pesquisadores esperam que a taxa de precisão aumente.
"A arquitetura da Intel era incrível", disse Nair. "Conseguimos concluir o treinamento em poucas horas. Como os servidores tinham 192 GB de memória, mais do que os 40 GB ou 80 GB disponíveis nas placas de vídeo, pudemos usar imagens de alta resolução e encaixar todo o modelo na memória. A Intel também nos ajudou a aprimorar o modelo e compartilhou conosco as otimizações para que ele funcionasse. Essa é a razão pela qual conseguimos ter sucesso."
Das disse que os resultados são ainda mais impressionantes, uma vez que os números de precisão foram obtidos com muito menos dados de treinamento do que outros modelos precisavam, o que reduziu tremendamente o tempo de resposta. "Ficamos muito felizes com os resultados", acrescentou.
"É notável que conseguimos atingir 98% de precisão com apenas 20% dos dados anotados. Isso é realmente empolgante."
Chegando a um centro de patologia perto de você
O próximo passo para a tecnologia é aguardar enquanto a equipe obtém patentes e consegue parceiros comerciais dispostos a interromper um espaço de mercado que está acostumado com o toque humano. Das, compartilha como alguns exames podem envolver a consulta a vários patologistas, cada um deles dando suas próprias conclusões com base em suas diferentes experiências.
Há também o assunto da precisão. Embora as taxas de precisão de 98% possam parecer altas, elas ainda não são suficientemente precisas para aplicações no mundo real.
Agora que Das e Nair provaram que seu modelo detecta células de câncer de mama de forma confiável, eles estão procurando aplicar uma abordagem semelhante a aneurismas cerebrais e classificar pólipos de endoscopias.
"Também estamos planejando expandir esse modelo para detectar câncer em vários órgãos", disse Das, acrescentando que agora está trabalhando para estender a solução para analisar imagens de linfonodos, pois o câncer de mama geralmente se espalha para os linfonodos adjacentes sob o braço.
Nair disse: "Somos gratos à Intel pelo seu suporte. ... E estamos ansiosos para continuar essa colaboração."