• Zoom sur l'image
    Application de démonstration de la plateforme Smart Healthcare à code réduit
  • Zoom sur l'image
    Covid Prediction2
  • Zoom sur l'image
    Covid Prediction3
  • Zoom sur l'image
    Covid Prediction4
  • Application de démonstration de la plateforme Smart Healthcare à code réduit
  • Covid Prediction2
  • Covid Prediction3
  • Covid Prediction4

Application de démonstration de la plateforme Smart Healthcare à code réduit

par: Spline.ai

Cette présentation de la plateforme low-code Smart Healthcare de Spline.ai est une démonstration réalisée à partir d'applications de deep learning sur la pneumonie et la COVID-19. Le modèle est compilé et optimisé à l'aide de la plateforme logicielle Vitis™ AI pour exécuter l'inférence sur le kit de démarrage Kria™ KV260 avec le système d'exploitation Ubuntu 22.04. Cette structure low-code est conçue pour développer des applications soit de manière autonome, soit avec une grande flotte d'appareils de périphérie basés sur le SOM K26 de Kria, sur une plateforme AWS IoT Greengrass v2.

  • Date de la dernière mise à jour: Jul 23, 2024
  • AMD Tool Version: 2022.1
  • Available On: Ubuntu 22.04 LTS

Fonctionnalités du produit

Un modèle de deep learning pour la prédiction de la COVID-19 est entraîné à l'aide de plus de 40 000 images de radiographies thoraciques de patients souffrants de la COVID-19.

L'inférence de deep learning du modèle optimisé est exécutée sur le kit de démarrage Kria KV260 avec le système d'exploitation Ubuntu 22.04.

L'application peut fonctionner hors ligne (déconnectée du cloud), sur site et lorsqu'elle est connectée au cloud.

Tous les résultats d'inférence sont enregistrés dans une table DynamoDB lorsque celle-ci est connectée au cloud.

Plusieurs appareils de périphérie peuvent être déployés sur des sites distants, les données d'image étant transférées via le stockage AWS S3.

La surveillance de l'intégrité des appareils peut être effectuée à l'aide du Fleet Hub d'AWS.

Des ressources AWS supplémentaires telles que SageMaker, Data Lake, CloudWatch et bien d'autres peuvent être intégrées pour répondre aux besoins de l'application.

La méthode low-code permet de développer et de modifier rapidement d'autres applications.

Cette plateforme peut être étendue à d'autres services cloud en fonction des demandes des clients.