发布者: Spline.ai
此处所示的 Spline.ai 低代码智能医疗平台是利用肺炎和新冠肺炎深度学习应用建立的演示项目。该模型使用 Vitis AI 软件平台进行编译和优化，可在安装 Ubuntu 22.04 操作系统的 Kria KV260 入门套件上运行推理工作负载。该低代码框架可单独用于开发应用，或与 AWS IoT Greengrass v2 平台中基于 Kria K26 SOM 的边缘设备大规模机群搭配使用。
利用来自新冠确诊患者的 40000 余张胸部 X 光图，开展用于新冠肺炎预测的深度学习模型训练
该优化模型的深度学习推理工作负载运行在安装了 Ubuntu 22.04 操作系统的 Kria KV260 入门套件之上
该应用可离线运行（与云端断开连接）、在本地运行，或连接至云端后运行
所有推理结果在连接至云端后均保存在一个 DynamoDB 表格中
可在多个远程位置部署多台边缘设备，并通过 AWS S3 存储服务传输图像数据
可通过 AWS Fleet Hub 监控设备运行状况
可集成更多 AWS 资源（如 SageMaker、Data Lake、CloudWatch 等），以满足应用需求
低代码技术使您能够快速开发和修改其他应用
该平台可根据客户需求扩展至其他云服务
AMD 合作伙伴视频：Spline.ai
Spline.ai 智能医疗平台是使用 Amazon IoT Greengrass v2 平台和 Kria KV260 入门套件作为边缘器件开发的。可连接一系列基于 Kria K26 SOM 的边缘设备，开发低时延、低功耗、低成本的物联网应用。
Spline.ai 提供高度可扩展的开发平台，成本效益相当可观，且适用于多种接入医院、救护车或移动医院的使用场景。
该医疗平台支持医疗专业人员开发放射科流程，以帮助改进医疗诊断、监测和追踪应用。
该平台还可用于开发医疗领域以外的可扩展应用，例如农业、机器人、污染监测和其他工业应用。
利用 Vitis AI 模型专区，智能平台可插入各种高质量的深度学习模型，快速开发各种物联网应用。
某些 AMD 技术可能需要通过第三方启用或激活。支持的功能可能因操作系统而异。 有关具体功能，请与系统制造商确认。任何技术或产品都无法做到绝对安全。
