LG AI Research使用亚马逊云科技开发AI模型 加快癌症诊断速度

LG集团旗下AI智库利用亚马逊云科技进行癌症早期风险识别

Amazon SageMaker助力LG AI Research将基因测试时间从两周缩短至不到一分钟，加快患者诊断速度

北京2024年12月16日 /美通社/ -- 亚马逊云科技在2024 re:Invent全球大会上宣布，韩国LG集团旗下人工智能研究中心LG AI Research基于全球领先的云计算平台开发了新的病理基础模型（FM），用于癌症的早期诊断和治疗。EXAONEPath是专门针对组织病理学图像的模型，可以安全地分析癌症患者组织样本的显微图像，能够将基因测试时间从两周缩短至不到一分钟，进而帮助医疗专业人员提高治疗的速度和效果。

在正确分类细胞级视觉特征方面，EXAONEPath的六项基准测试平均准确率达到了86.1%，这与在更大数据集上训练的其他领先病理基础模型相当。依托亚马逊云科技，LG AI Research能够在不到一小时内将数TB的数据传输到云端，将模型训练时间从60天缩短到一周。这提高了EXAONEPath在癌症诊断和检测方面的表现，从而改善了患者的临床结果。通过将其部署在亚马逊云科技上，LG AI Research不仅可将数据管理和基础设施成本降低约35%，还能将数据准备时间减少95%。

LG AI Research副总裁Hwayoung (Edward) Lee表示："与亚马逊云科技合作，推动了我们AI研究的进展，从而实现方便、快捷的癌症筛查。借助亚马逊云科技，我们以更快速、更安全、更低成本的方式在庞大的数据集上训练我们的病理模型，这增强了EXAONEPath的处理能力，有助于为患者提供个性化、高效的癌症治疗方法，以改善患者的治疗结果。EXAONEPath有潜力在全球范围内改变癌症诊断和治疗。"

利用Amazon SageMaker，LG AI Research使用2.85亿个数据点和超过35,000张高分辨率组织样本图像，在八个月内训练并部署了大规模的EXAONEPath模型。处理和训练具有极大数据集的AI模型需要庞大的存储、高速数据传输和大量计算能力。借助亚马逊云科技和英伟达GPU，LG AI Research正在加快深度学习工作负载的训练和推理。

组织病理学图像可以通过EXAONEPath进行分析和可视化，识别细胞内可能的基因变异。颜色变化可以提供关于细胞中潜在基因变异或异常的重要线索。图片来源：LG AI Research

LG AI Research使用Amazon Simple Storage Service(Amazon S3)来存储和检索对研究至关重要的海量数据。Amazon FSx for Lustre提供亚毫秒级延迟，每秒传输数百千兆字节的吞吐量，这对于需要快速访问大数据集的应用程序至关重要。这个高性能文件和存储系统支持并行数据处理和分析，显著缩短了获取深入洞察所需的时间。

亚马逊云科技全球医疗健康与生命科学行业事业部总经理Dan Sheeran表示："医疗健康行业正在迅速推进在亚马逊云科技上使用AI的进程，以加速诊断并更快地让患者接受治疗。基于亚马逊云科技，LG AI Research能够以前所未有的规模开发并使用EXAONEPath，减少数据处理和模型训练时间，提高诊疗准确性。而这将使医疗健康服务机构提升癌症诊断和治疗手段、减少等待时间，并实现个性化患者护理。"

EXAONEPath是LG AI Research旗下EXAONE模型的一部分。EXAONE模型是由LG AI Research基于Amazon SageMaker和Amazon FSx for Lustre开发的具有3,000亿参数的多模态基础模型。未来，LG AI Research将继续使用更多的病理图像训练EXAONEPath，并对模型进行更新和改进，以检测更多类型的癌症。

审核编辑 黄宇