拉德堡德大学在 AWS 上为医学成像构建机器学习解决方案

应接不暇的医院需要快速而准确的医疗成像，用于快速地诊断和治疗受 COVID-19 大流行影响的患者。许多设施配备的放射科医生太少，沉重的工作负担让人筋疲力尽。

“我们在研究社区中需要的是开发机器学习解决方案所需的集成全球基础设施，”拉德堡德大学医疗中心的医学影像分析教授 Bram van Ginneken 说。 Van Ginneken 监督 Grand Challenge，这是用于生物医疗成像领域的机器学习解决方案端对端开发的在线平台。

Van Ginneken 的团队开发了 CO-RADS，这种快速而准确的评分系统可利用 CT 肺部扫描诊断大量的新患者，因此 Grand Challenge 平台的用户数量增加。为了支持这种需求，拉德堡德大学将 Grand Challenge 平台完全迁移到 Amazon Web Services (AWS)。该平台使用多种 AWS 服务创造可扩展的环境，用于构建、测试和部署医疗成像算法。Amazon Simple Storage Service (Amazon S3) 结合更快的传输速度从世界各地的场所收集数据，Amazon CloudFront 将扫描加载到使用简单的浏览器，延迟时间不到 10 ms。

安全、可扩展且免费提供，AWS 支持的 Grand Challenge 可为关键临床应用提供构建、训练和大规模部署机器学习模型所需的工具。为了推动对导致 COVID-19 大流行的病毒开展研究，Grand Challenge 使用平台的新功能发起了分类挑战，鼓励用户开发和提交为更好地将肺部异常进行分类而设计的算法。“我们将在 AWS 的密切指导下开展此挑战，”van Ginneken 说。“我们呼吁机器学习社区联合开发能够帮助战胜当前危机的解决方案。”

要详细了解 AWS 在医护领域的应用，请访问：aws.amazon.com/health。