MedCognetics 是一家位于美国的集成解决方案提供商，致力于重塑放射科医生检测和诊断乳腺癌的方式。癌症诊断有时可能需要数天或数周，这取决于影像设备的质量以及做出准确诊断所需的专家分析。此外，由于农村和偏远地区对筛查设备的可及性存在差异，还可能出现额外的时延。MedCognetics 以提高乳腺 X 线摄影结果解读的准确性和可及性为使命，开发了一种基于全球多样化的数据集进行训练的深度学习算法，使其 AI 功能在全球不同人群和地区中都可以稳定发挥作用。该公司正与德克萨斯大学达拉斯分校的研究人员以及德克萨斯大学西南医学中心的临床医生合作，将解决方案提供给患者。公司还打造了一种业经 FDA 批准的算法，该算法可提供高精度诊断，同时能够灵活适应从云端到边缘的各种影像系统。这款解决方案基于 AMD Ryzen（锐龙）处理器和 ROCm 软件运行。
快速量产路径：借助 ROCm 移植至 AMD 平台
当 MedCognetics 开始针对 AMD 硬件和软件优化其 AI 解决方案时，目标非常明确：在不影响临床准确性的情况下，实现高性能、长期可靠性和成本效益。他们还希望能够增强扫描图像，以更出色的精度检测异常。借助开源 AMD ROCm 软件堆栈，工程师们可以快速将现有的深度学习工作负载移植到搭载 AMD 锐龙处理器和 Radeon Pro 独立显卡的 AMD 解决方案上。
得益于开放的 ROCm 软件堆栈、生态系统以及与行业标准 AI 框架的深度集成，移植和部署过程可以无缝衔接。开发人员只需进行少量修改即可重新编译并运行现有的 PyTorch 模型，充分利用 AMD GPU 加速的优势。开放式架构则为 MedCognetics 提供了所需的灵活性，使其能够微调性能，同时保持代码库的透明度和控制权。
成果立刻显现：在与 AMD 及其分销和集成合作伙伴合作的几天内，MedCognetics 就成功在基于 AMD 锐龙处理器的平台上运行了一款关键算法。首席执行官 Ron Nag 表示：“从第一天开始，我们就获得了极大的支持。三到五天内，我们就开始讨论芯片规格；一周之内拿到硬件。三天后，我们正式运行起来了。”
利用 AMD 嵌入式解决方案将 AI 推向边缘
在 AMD 客户端处理器上取得初步成功后，MedCognetics 正在转向基于边缘的 AMD 嵌入式处理器，力图在患者护理环节提供更强的计算能力。AMD ROCm 软件平台的开放性和可扩展性将助力简化这一过渡。Nag 表示：“AMD 的嵌入式产品组合将完美契合我们基于边缘的癌症检测系统，这些系统正在临床试验中加以验证。这些嵌入式解决方案将使 MedCognetics 能够直接在乳腺 X 线摄影装置内进行实时的设备端推理，从而消除时延并减少对外部服务器或云端的依赖。”
AMD 嵌入式处理器具备客户端解决方案的全部性能，并提供了增强的安全功能和扩展的产品支持。这些处理器为坚固耐用的边缘应用提供了所需的可靠性和持久耐用性。此外，部分 AMD 嵌入式处理器还集成了 GPU 和 NPU 核心，可加速 AI 推理，同时保持边缘部署所需的卓越能效和热弹性。这种 CPU、GPU 和 NPU 资源的组合旨在实现低时延、高分辨率图像处理、去噪、运动校正和精确的感兴趣区域检测，所有这些均实时完成。
ROCm 的优势：开放、可扩展、面向未来
ROCm 软件面向 Windows 和 Linux 的开放堆栈，使 MedCognetics 能够灵活地跨各种平台（从边缘设备到云端环境）进行部署，而不会被锁定在固定或专有的生态系统中。这种可移植性对于 MedCognetics 借助先进的医疗诊断技术拓展全球医疗服务可及性的使命至关重要。
AMD 锐龙处理器和由 ROCm 软件支持的平台能为从医院工作站到移动乳腺 X 线摄影车等应用提供支持。例如，在印度，MedCognetics 的合作伙伴 AKARUI Solutions 部署了搭载 AMD 技术的筛查车，可在农村社区进行实时乳腺钼靶检查分析。同样的技术正计划在非洲部分地区推广，以便在经过培训的地区提供即时诊断反馈。
快速协同创新
对于 MedCognetics 而言，与 AMD 的合作代表着真正的协作创新。AMD 坚定地致力于提供长期支持、节能高效且高性能的嵌入式计算，以支持 MedCognetics 的目标：通过为全球带来 AI 驱动、更易获取的医疗解决方案，推动医疗行业发展。
“AMD 的文化与我们的文化非常契合，”Nag说道。“我们需要一个行动迅速、理解我们紧迫任务的合作伙伴，而 AMD 做到了。”
通过携手 AMD，MedCognetics 已在大规模部署 AI 驱动的乳腺癌检测方面取得了突破。从加速模型开发到低时延、基于边缘的推理，此次合作彰显了开放的生态系统与广泛的领先 AI 解决方案组合在推动医疗领域实际变革中的重要作用。