Processant ...

Nvidia ha publicat un model de segmentació d’imatges mèdiques entrenat per detectar més de 100 estructures anatòmiques diferents. És més, pot segmentar estructures per les quals no ha estat entrenat. Per exemple, pot segmentar el fetge d’una imatge mèdica, i així poder-lo estudiar amb atenció. https://developer.nvidia.com/blog/celebrating-open-science-and-enterprise-ai-innovation-on-monais-5th-anniversary/ Aquesta innovació és important perquè permet no haver de dissenyar un model ad-hoc ni haver-lo d’entrenar, sinó que ja podem fer aplicacions que utilitzin aquesta tecnologia, i si de cas, fer “fine-tunning”. No obstant, una de les barreres per poder usar aquests models en un entorn clínic, és al haver de passar unes certificacions: FDA pels Estats Units, CE Mark per la Unió Europea. A més a més, recentment la UE ha publicat la llei per regular la AI. Un dels requeriments per poder passar aquestes certificacions i estar dins el marc legal, és tenir un “Sistema de la Gestió de la Qualitat i de la Seguretat”. Hem de poder respondre preguntes tipus: “Com ha estat entrenat aquest model?” “Quines dades s’han utilitzat?” “Com s’han realitzat aquestes prediccions?” “Quines dependències de software conté aquest model?” “Com s’ha construït aquest model?” “Com assegurem que no té cap vulnerabilitat de software? En la creació i en l’explotació” “Com assegurem la qualitat del model? En la creació i en l’explotació” Els models s’implementen com a contenidors de software, i la indústria del software ja té solucions/propostes per aquestes qüestions, que ja s’utilitzen en altres àmbits, i poden ser reutilitzades i ampliades pels models en imatge mèdica: Software Bill of Materials, Machine Learning Software Bill of Materials (SPDX, Cyclone DX), openSSF Score board, Provenance, Attestations, F1 score, dice metrics, monitoring and observability, CI/CD, model monitoring … Algunes d’aquestes solucions s’utilitzen durant la construcció del model, altres durant l’ús a producció. L’objectiu del projecte és implementar/adaptar aquestes solucions ja existents a la indústria, però pel cas concret del Model Monai Visio 3D, de manera que podem definir un Sistema de Gestió de la Qualitat i de la Seguretat, tant en la construcció del model, com en l’ús d’aquest. Es proposa implementar-ho utilitzant github actions i Amazon Cloud (AWS), de manera que poguem reaprofitar la infrastructura ja existent. El projecte no és complicat, sinó que requereix d’aprendre coses noves i entendre com encaixar-les. Bonus points: Que el sistema també serveixi per si es fa “Fine Tunning” del model o amb altres models Que pugui posar-se en els “marketplaces”, ja sigui en del github actions, o en el d’amazon, o ambdós Que publiqui els resultats/contenidors en un “registre” Que Monai accepti una Pull Request per a integrar-ho en el projecte oficial