作者: Spline.ai
此處展示的 Spline.ai Low-Code Smart Healthcare Platform 是使用肺炎與 COVID-19 深度學習應用程式所做的示範。此模型是使用 Vitis™ AI 軟體平台進行編譯與最佳化，於 Ubuntu 22.04 作業系統在 Kria™ KV260 入門套件上執行推論。此低程式碼架構的設計，旨在開發獨立式應用程式，或是搭配大量以 Kria K26 SOM 為基礎之邊緣設備，在 AWS IoT Greengrass v2 平台使用。
COVID-19 預測的深度學習模型，是使用 COVID-19 確診病患逾 4 萬張胸部 X 光影像進行訓練
此最佳化模型的深度學習推論是在 Ubuntu 22.04 作業系統上的 Kria KV260 Starter Kit 執行
此應用程式可以離線執行（中斷雲端連線）、在內部部署以及連線至雲端時執行
連線至雲端時，所有推論結果皆儲存於 DynamoDB 資料表格
透過 AWS S3 儲存裝置傳輸影像資料時，可將多個邊緣裝置部署至遠端位置
可使用 AWS Fleet Hub 來進行裝置狀態監控
可視應用程式需求整合其他 AWS 資源，例如 SageMaker、Data Lake、CloudWatch 等等
低程式碼讓您能快速開發及修改其他應用程式
此平台可根據客戶要求延伸至其他雲端服務
AMD 合作夥伴影片：Spline.ai
Spline.ai Smart Healthcare Platform 的開發使用 Amazon IoT Greengrass v2 平台和 Kria KV260 Starter Kit 作為邊緣裝置。可連線以 Kria K26 SOM 為基礎之邊緣設備的機群，以開發低延遲、低功耗且低成本的物聯網應用程式。
Spline.ai 提供具極高成本效益的高擴充性開發平台，適合多家連線醫院、救護車或行動醫院使用案例。
此醫療保健平台的設計，旨在讓醫療保健專業人員開發有助於改善醫療保健診斷、監控和追蹤應用程式的放射科資料流。
此平台也可用於開發醫療以外的可擴充應用程式，例如農業、機器人、污染監控和其他工業應用。
此智慧型平台運用 Vitis AI Model Zoo，可插入各種高品質深度學習模型，以快速開發多樣的物聯網應用程式。
特定 AMD 技術可能需要第三方的啟用或啟動。支援的功能可能會因作業系統而異。 如需特定功能，請向系統製造商確認。沒有技術或產品是絕對安全的。
