跳到内容
    logo-janssen-white

    以10倍的速度开发深度学习模型为癌症提供精准医疗

    2020年10月6日,来自强生旗下Janssen Pharmaceuticals的数据科学家Peter Shen & 约翰逊提出了”组织病理学中基于计算机视觉的深度学习模型的多gpu机器在英伟达 GPU技术会议(GTC)上. 加入Peter的是Domino数据实验室现场数据科学家Katherine Shakman. 这篇文章提供了他们谈话的亮点,以及完整的会话记录的链接.

    杨森的数据科学

    詹森是强生公司的制药部门 & 约翰逊是跨国医疗保健行业的领导者. 该公司在免疫学领域使用计算数据科学研究, 化学成分, 和生物学来开发新药, 优化临床试验, 自动化诊断技术.

    与Domino和英伟达一起工作, Janssen加速了深度学习模型的训练, 在某些情况下,快十倍之多, 通过全幻灯片图像分析,更快速、准确地诊断和表征癌细胞. 这是该公司努力提供精准医疗的关键一步. 根据早期结果, 彼得预计一旦应用到临床环境中, 其中一种模式将使临床试验筛选为阳性的患者数量增加四倍.

    会议总结

    人工智能可以改变医疗保健, 为研究人员提供新的见解,以发现新的治疗方法,并为患者提供精准医疗. 但这样做需要分析大量数据集的能力. 在他的谈话中, Peter深入研究了Janssen如何使用深度学习来分析活检和手术标本的整张幻灯片图像(称为组织病理学图像)。. 每张图片的大小一般在2g到5g之间, 大多数临床试验产生了数千张这样的图像. 彼得说,大型临床试验可以生成多达10万张图像.

    通过训练深度学习模型,在这些图像的细胞水平上区分患者之间的差异, 研究人员可以更好地确定哪些患者适合作为治疗目标和临床试验的资格,或者预测患者对特定治疗的潜在反应.

    如果直营平台能把这个模型应用到诊所, 直营平台就能在临床试验中筛选出符合条件的阳性患者的数量增加4倍.

    彼得·沈,杨森制药的数据科学家

    为了支持这项工作, Janssen为深度学习和分布式训练建立了一个统一的框架, 使用Domino数据科学平台为数据科学家提供对各种工具的自助服务基础设施访问, 语言, 数据集, 和可伸缩的计算, 包括英伟达 gpu, 在大数据集上训练深度学习模型的关键是什么. 在他的讨论, Peter分享了Domino如何帮助团队更快地开发深度学习模型, 在某些情况下,最快可达10倍. (当然, 将这些模型投入生产需要数据科学之间的紧密合作, IT和商业领袖. Peter加入了易捷航空和PointRight的数据科学领导者,在他们的网络研讨会上专门讨论了该领域的挑战和最佳实践。”跨越过道.”)

    具体就统一框架而言, 彼得强调了四个好处, 包括:

    • 用不同的超参数并行运行多个实验. 在过去, Peter说,在一台GPU机器上训练一个小数据集的模型,每个epoch可能需要9天. 对于大型数据集,这变得更具挑战性. 在一种情况下, 研究人员发现,由于内存限制和充分利用多gpu计算资源的挑战,训练卷积神经网络模型对图像进行分类甚至是不可实现的.
    • 复制的结果 因此,研究人员可以将一组患者的结果转化为其他患者或其他环境.
    • 跟踪每个模型的指标,并将模型存储在一个集中的位置 因此,他们可以分析模型是否正常工作,并确定正在使用的确切数据集.
    • 轻松地将模型集成到数据科学工作流中 (换句话说,使研究可重复和可重用,以便它们可以跨多个业务用例使用). 对Peter来说,这包括减少使用只适用于一组实验而不适用于其他实验的特殊代码库, 并确保模型是可解释和可解释的.

    直营平台建立了一个灵活的平台,允许直营平台通过不同的模型训练进行迭代, 并且以分布式的方式完成.

    彼得·沈,杨森制药的数据科学家

    Peter还举了三个例子来说明这种方法是如何帮助加速研究的:

    1. 将深度学习模型的训练时间减少10倍. 例如, 在一个案例中,当研究人员将模型训练扩展到6个gpu时,几乎实现了线性加速. 在另一个例子, 他们缩短了每个训练阶段的运行时间, 从两小时到两分钟, 通过试验不同的图像格式.
    2. 优化模型 能够在模型训练和验证中使用更多的图像.
    3. 更好地预测临床试验资格,合格患者增加4倍这是基于一次实验的结果得出的. “如果直营平台能够将这种模型部署到诊所, 直营平台就能在临床试验中筛选出符合条件的阳性患者的数量增加4倍.“有了这些结果, 该团队正在将其概念验证推进到下一个开发阶段, 这包括额外的验证和额外数据的收集, 为治疗资格预测创建一个非常健壮和可推广的模型,可以跨用例使用.

    对扬声器

    speaker-peter-shen在杨森制药任职期间, Peter Shen通过数据驱动的决策帮助新药物的研究和开发. 詹森之前, 彼得是丹娜-法伯癌症研究所的研究生研究员, 曾在Aimsio和十亿健康公司担任直营平台经理, 以及加拿大BC省癌症机构和公共卫生局的生物信息学合作项目.

    speaker-katie-shakmanKatherine Shakman为不同行业的数据科学团队提供授权和支持. 凯蒂的背景是健康数据科学和神经科学, 她相信计算工具将改变直营平台与世界和他人互动的方式, 特别是医疗保健和生命科学领域. 她正在努力使这种转变有益于社会. 在她的博士研究中,凯蒂利用神经成像和行为分析来研究调节昆虫注意力和记忆的神经回路之间的相互作用. 她运用她的实验设计技能, 解决问题, 项目管理, 分析, 机器学习, 数据可视化和技术交流将影响技术的未来.

    要了解更多

    看网络研讨会”组织病理学中基于计算机视觉的深度学习模型的多gpu机器,以了解更多关于Janssen面临的关键技术挑战以及他们是如何应对这些挑战的.