Automatyzacja laboratoryjna poprawia skuteczność i wyciąganie wniosków

Rozpoznawanie obrazów i inne rodzaje sztucznej inteligencji, przyspieszają pracę w laboratorium.

Automatyzacja laboratoryjna zwalnia techników i naukowców z czasochłonnych zadań manualnych, dzięki czemu mogą się oni skupić na istotniejszej pracy. Pacjenci mogą szybko otrzymać diagnozę, a jednocześnie niezbędną opiekę w odpowiednim czasie. Można błyskawicznie testować nowe leki, co prowadzi do przełomowych terapii. W tym laboratorium przyszłości sztuczna inteligencja wynosi automatyzację na wyższy poziom.

Niektóre z najważniejszych odpowiedzi na kwestie związane z naukami medycznymi i przyrodniczymi pochodzą z laboratorium. Może chodzić zarówno o przeprowadzenie prostego badania krwi, jak i analizę skutków potencjalnej terapii na hodowlach komórkowych. Laboratorium rozwija się dzięki wysokiej precyzji, dużym prędkościom i takim samym mocom przerobowym. Im efektywniejsze laboratorium, tym szybciej badacze mogą dokonywać odkryć, a lekarze stawiać diagnozy. To wszystko przyspiesza zapewnianie opieki na światowym poziomie.

Automatyzacja laboratoryjna obejmuje zestaw technologii do automatycznej realizacji obszernych zadań w laboratoriach klinicznych lub badawczych. Rośnie liczba przypadków, w których owe technologie obejmują robotykę laboratoryjną i sztuczną inteligencję (SI), w tym uczenie maszynowe, głębokie uczenie i rozpoznawanie obrazów. Laboratoryjna robotyka i automatyzacja mogą mieć zastosowanie w szerokiej gamie procesów oraz sprzętów, od przyrządów roboczych, przez samodzielne systemy, po mikroskopy. W zależności od sposobu ich użytkowania, systemy automatyzacji laboratoryjnej mogą być jednofunkcyjne lub wielofunkcyjne.

Kliniczna automatyzacja laboratoryjna

Automatyzacja w laboratorium klinicznym skupia się głównie na zapewnieniu precyzji, przy jednoczesnym skróceniu czasu testów diagnostycznych oraz zwiększeniu ich skuteczności. Laboratoria kliniczne często pracują bez przerwy. Dla pracujących tam techników jest niezwykle ważne, aby móc zarządzać dużą liczbą testów nadsyłanych niekiedy z kilku szpitali lub klinik.

Najnowsze rozwiązania w klinicznej automatyzacji laboratoryjnej wykorzystują rozpoznawanie obrazów do odczytu kodów kreskowych, identyfikowania próbek oraz pomocy ramionom robotów w wykonywaniu precyzyjnych ruchów. Ponadto laboratoria kliniczne badają wykorzystanie uczenia maszynowego, m.in. w patologii cyfrowej, co wymaga wysokiego poziomu wydajności obliczeniowej na serwerach brzegowych.

Badania i rozwój farmaceutyczny

Roboty zajmujące się cieczami, sekwencery genomu, badania przesiewowe o wysokiej zawartości (HCS) oraz wysokoprzepustowe badania przesiewowe (HTS) — to niektóre z systemów automatyzacji laboratoryjnej, które pomagają naukowcom przyspieszyć badania i rozwój farmaceutyczny. Badacze są w stanie wykonać niesamowicie dużo eksperymentów, które mogą doprowadzić do odkrycia nowych leków, metod leczenia nowotworów, a także innych terapii. Uczenie maszynowe i głębokie uczenie są szczególnie cenne w laboratoriach badawczych, gdyż ich algorytmy przyspieszają HCS i inne obciążenia robocze związane z obrazowaniem.

Przykładowo, aby wspomóc wczesne odkrycie leku przez przyspieszenie HCS, firmy Intel i Novartis* wykorzystały głębokie sieci neuronowe (DNN). Pozwoliło to skrócić czas szkolenia modeli analizy obrazu z 11 godzin do 31 minut.1 Aby znacznie przyspieszyć przetworzenie obrazu z mikroskopu, zespół skorzystał z ośmiu serwerów opartych na procesorach, strukturalnego połączenia wzajemnego o dużej prędkości i zoptymalizowanego TensorFlow. To rozwiązanie pomaga badaczom w zapoznawaniu się ze skutkami tysięcy terapii chemicznych na różnych hodowlach komórkowych, a także ocenić potencjalną skuteczność różnych leków.

Zalety automatyzacji laboratoryjnej

Automatyzacja procesów manualnych w laboratorium prowadzi do szeregu zalet. Najbardziej zauważalną jest oszczędność czasu. Jednak jeszcze ważniejsza jest stawka szybszego ukończenia zadań, przy zachowaniu precyzji. Przykładowo, jeśli badacze są w stanie błyskawicznie zaatakować cel leku milionem związków chemicznych, pozwoli im to na odkrycie przełomowej terapii w tempie dotychczas nieosiągalnym.

  • Redukcja błędów. Z założenia automatyzacja laboratoryjna zmniejsza prawdopodobieństwo wystąpienia błędu ludzkiego, poprzez usunięcie z procesu prac manualnych. 2 Wspomaga to również powtarzalność oraz spójność przeprowadzania testów.
  • Krótszy czas osiągania efektów. Zautomatyzowane systemy potrafią wykonać wysokoprzepustowe badania przesiewowe i inne eksperymenty, w tempie nieosiągalnym dla człowieka, i przy zachowaniu precyzji.2
  • Strategiczne wykorzystanie personelu ludzkiego. Technicy laboratoryjni i naukowcy mogą wykorzystać większe pokłady swoich możliwości i skupić się na zadaniach strategicznych, zamiast marnować czas na powtarzalną pracę.
  • Redukcja kosztów. Systemy automatyzacji laboratoryjnej mogą pomóc w zmniejszeniu kosztów, poprzez redukcję objętości niezbędnych odczynników oraz minimalizację generowania odpadów.
  • Bezpieczeństwo miejsca pracy. Automatyzacja laboratoryjna zmniejsza potrzebę interwencji człowieka, dzięki czemu technicy stają się mniej narażeni na wpływ patogenów, szkodliwych chemikaliów lub urazów wywołanych przez powtarzalne ruchy.

Firmy Intel i Novartis* wykorzystały sieci głębokich neuronów (DNN) do skrócenia szkolenia modeli analizy obrazu z 11 godzin do 31 minut¹.

Technologie automatyzacji laboratoryjnej

Technologie Intel® wspomagają najnowsze rozwiązania z zakresu automatyzacji laboratoryjnej, od ramion robota po przetwarzanie obrazów. Nasza szeroka oferta technologii obliczeniowych zapewnia producentom narzędzi szereg opcji, które są w stanie sprostać wymaganiom związanym z mocą i wydajnością. Dodatkowo oferujemy również oparte na oprogramowaniu możliwości dotyczące wizji i innych rodzajów SI.

A to nie wszystko! Serwery i pamięć masowa zbudowane na technologiach Intel®, zapewniają mocną podstawę zarządzania danymi w całym laboratorium. Spełnia to zasady FAIR data, dzięki którym dane są łatwe do odnalezienia, łatwe w dostępie, kompatybilne z innymi systemami i zdatne do wielokrotnego użytku przez zautomatyzowane systemu, bez potrzeby interwencji człowieka.

Technologie Intel® dla automatyzacji laboratoryjnej
Procesory Intel® Core™procesory Intel Atom® Procesory Intel® zapewniają odpowiedni poziom wydajności i zużycia energii, które są niezbędne do automatyzacji laboratoryjnych procesów. Są idealne do zajmowania się próbkami i ich odzyskiwania, sortowania, wirowania oraz innych funkcji z etapów, mających miejsce zarówno przed, jak i po analityce.
Skalowalne procesory Intel® Xeon® Procesory skalowalne Intel® Xeon® zapewniają wysoką wydajność laboratoryjnym serwerom brzegowym. Jest to szczególnie przydatne w przypadku badań przesiewowych o wysokiej zawartości (HCS) oraz innych rodzajów obrazowania.
Jednostki przetwarzania widzenia Intel® Movidius™ Jednostki przetwarzania widzenia Intel® Movidius™ zostały stworzone z myślą o rozpoznawaniu obrazów na brzegu. Zużywają one mało mocy i umożliwiają odczyt kodów kreskowych, ruch ramion robota, analizę próbek i wiele innych funkcji.
Pamięć trwała Intel® Optane™ i napędy SSD Pamięć trwała Intel® Optane™ i napędy SSD obsługują duże aplikacje wbudowane w pamięć. W kwestii automatyzacji laboratoryjnej, nadają się idealnie do obrazowania i obciążeń roboczych związanych z SI.
Narzędzia oprogramowania SI3 Oferta firmy Intel dla programistów obejmuje biblioteki oprogramowaniaoptymalizacje dla popularnych frameworków, takich jak TensorFlow i Caffe, które pozwolą zwiększyć wydajność architektury Intel®. Zestaw narzędzi Intel® Distribution of OpenVINO™ usprawnia tworzenie aplikacji wizyjnych na platformach firmy Intel, w tym jednostkach przetwarzania widzenia oraz procesorach.
Intel® Wi-Fi 6Intel 5G Dzięki obsłudze najnowszych standardów Wi-Fi oraz 5G firma Intel usprawnia proces łączności między urządzeniami laboratoryjnymi. Szybka łączność umożliwia zdalne sterowanie, monitorowanie w czasie rzeczywistym oraz inne przypadki użycia z zakresu od brzegu do chmury.

Uaktywnienie laboratorium przyszłości

Internet przedmiotów już rozpoczął rozbijanie silosów danych oraz aktywację nowego poziomu automatyzacji. Mikroskopowe obrazy są przetwarzane w czasie rzeczywistym. Wyniki eksperymentów można analizować i udostępniać laboratoriom na całym świecie. Dane czujnikowe można stosować w algorytmach SI, co wysyła informacje dotyczące utrzymania predykcyjnego. Efektem tego jest zapobieganie zastoju urządzeń.

Technologie szybszego przetwarzania, pamięci masowej i sieciowe, będą nadal zwiększać wydajność laboratorium przyszłości. Przykładowo, badacze z Translational Genomics Research Institute (TGen) pracują nad sekwencjonowaniem genomu pacjentów, a następnie wykonują analitykę genomu za pomocą infrastruktury systemów obliczeniowych dużej skali (HPC), zasilanych przez skalowalne procesory Intel® Xeon®. Wykorzystywanie nowoczesnego sprzętu HPC do szybszego wykonania analityki pozwala genetykom i lekarzom na zidentyfikowanie odpowiedniejszych opcji leczenia. Stanowi on również podstawę umożliwiającą badaczom zastosowanie metod uczenia maszynowego na olbrzymich ilościach danych. Dzięki temu są oni w stanie dojść do wniosków, które pozwolą osiągnąć wyższy poziom medycyny precyzyjnej.

Instytut TGen zbudował infrastrukturę systemu obliczeniowego dużej skali (HPC). Została ona zoptymalizowana pod kątem nauk przyrodniczych i wyposażona jest w procesory skalowalne Intel® Xeon®, pamięć Intel® Optane™ oraz serwery typu rack firmy Dell*.

Laboratoria kliniczne, badawcze i farmaceutyczne zaczyna charakteryzować coraz większa łączność i automatyzacja. To dlatego firma Intel daje podstawy technologiczne, które skutecznie przenoszą, przechowują i przetwarzają dane. Technologie Intel® na każdym kroku aktywują inteligencję w zautomatyzowanym laboratorium, od analityki genomu w chmurze, po ramiona robota na brzegu.

Często zadawane pytania

Często zadawane pytania

Automatyzacja laboratoryjna polega na wykorzystaniu robotyki, SI oraz innych technologii, do automatyzacji obszernych zadań manualnych w laboratoriach klinicznych lub badawczych.

Automatyzacja może skrócić czas uzyskania wyników oraz przyspieszyć odkrycia w laboratoriach klinicznych, jak i badawczych. Mowa tu o laboratoriach w szpitalach, firmach farmaceutycznych i biotechnologicznych, uczelniach oraz innych instytucjach badawczych.

Laboratoryjna robotyka i automatyzacja są zasilane szeregiem sprzętów i oprogramowania. Niekiedy zapewniają one specjalne możliwości w zakresie rozpoznawania obrazów i innych rodzajów SI.

Więcej zasobów w zakresie nauk medycznych i przyrodniczych

Dowiedz się więcej na temat najnowszych technologii dla dostawców produktów zdrowotnych, systemów opieki zdrowotnej oraz naukowców z dziedziny nauk przyrodniczych.

Technologie dla nauk medycznych i przyrodniczych

Nauki medyczne i przyrodnicze rozwijają się dzięki zasilanym przez technologie Intel® obrazowaniom medycznym, analityce danych, genomice, telemedycynie i robotyce.

Więcej informacji

Przyspieszenie odkrywania leków

Firma Intel współpracowała z firmą Novartis*, aby przyspieszyć element kluczowy dla wczesnego odkrywania leków, czyli badanie przesiewowe o wysokiej zawartości. Zrobili to za pomocą wieloskalowych, zwojowych sieci neuronowych.

Czytaj dalej

Przyspieszenie badań genomiki

Firma Intel i Broad Institute współpracują nad rozwiązaniami centrów danych, które miałyby napędzać globalną analitykę i badania genomiki.

Zapoznaj się z badaniami nad genomem

Medycyna precyzyjna

Dowiedz się o technologiach niezbędnych do obsługi obciążeń roboczych z zakresu medycyny precyzyjnej, takich jak analiza genomu, obrazowanie molekularne i dynamika molekularna.

Przeczytaj więcej o medycynie precyzyjnej

AI w opiece zdrowotnej i naukach przyrodniczych

AI w opiece zdrowotnej i naukach przyrodniczych pomaga w zwiększeniu efektywności i poprawie jakości opieki w zakresie obrazowania medycznego, automatyzacji laboratoryjnej i innych obszarach.

Odkryj AI w opiece zdrowotnej

Systemy przetwarzania brzegowego

Przetwarzanie brzegowe umieszcza serwery, urządzenia i przetwarzanie danych w wielu punktach, w których zasoby są najbardziej potrzebne.

Odkryj technologie brzegowe

Zastrzeżenia i uwagi prawne

Technologie Intel® mogą wymagać obsługującego je sprzętu, oprogramowania lub aktywacji usług.

Żaden produkt ani komponent nie jest całkowicie bezpieczny.

Rzeczywiste koszty i wyniki mogą się różnić.

Informacje o produktach i wydajności

120x stwierdzenie oparte na przyspieszeniu o 21,7 raza, osiągniętym przez skalowanie z systemu pojedynczego węzła do grupy z ośmioma gniazdami. Konfiguracja węzła 8-gniazdowej grupy: Procesor: Intel® Xeon® 6148 @2,4 GHz, Rdzenie: 40, Gniazda: 2, Hyper-threading: włączony, Pamięć/węzeł: 192 GB, 2666 MHz, NIC: interfejs Intel® Omni-Path Host Fabri (Intel® OP HFI), TensorFlow: v1.7.0, Horovod: 0.12.1, Open MPI: 3.0.0, Grupa: Włącznik ToR Switch: włącznik Intel® Omni-Path Switch (Intel® OP Switch). Konfiguracja pojedynczego węzła: Procesor: Intel® Xeon Phi™ processor 7290F, 192 GB DDR4 RAM, 1x 1.6 TB Intel® SSD DC S3610 Seria SC2BX016T4, 1x 480 GB Intel® SSD DC S3520 Seria SC2BB480G7, biblioteka Intel® Math Kernel Library (Intel® MKL) 2017/DAAL/Intel Caffe. *Materiały źródłowe: BBBC-021: Ljosa V, Sokolnicki KL, Carpenter AE, Objaśnione zestawy obrazów mikroskopijnych o wysokiej przepustowości do oceny, Nature Methods, 2012. ImageNet: Russakovsky O et al, ImageNet Large Scale Visual Recognition Challenge, IJCV, 2015. TensorFlow: Abadi M et al, Uczenie maszynowe na dużą skalę na systemach heterogenicznych, Oprogramowanie udostępnione przez tensorflow.org. Testy dokumentują wydajność komponentów w określonych systemach i warunkach testowych. Różnice w sprzęcie, oprogramowaniu lub konfiguracji wpłyną na rzeczywistą wydajność systemów. Aby ocenić wydajność przed dokonaniem zakupu, należy zapoznać się z innymi źródłami informacji. Więcej szczegółowych informacji na temat wydajności i testów porównawczych można znaleźć na stronie www.intel.pl/benchmarks. Cechy i zalety technologii Intel® zależą od konfiguracji systemu i mogą wymagać obsługującego je sprzętu, oprogramowania lub aktywacji usług. Wydajność może różnić się od podanej w zależności od konfiguracji systemu. Całkowite zabezpieczenie systemu komputerowego jest niemożliwe. Więcej informacji można uzyskać od sprzedawcy lub producenta systemu, bądź na stronie intel.pl.
2„Zalety i ograniczenia całkowitej automatyzacji laboratorium: osobisty przegląd”, Clinical Chemistry and Laboratory Medicine (CCLM), luty 2019 r., degruyter.com/view/journals/cclm/57/6/article-p802.xml.
3

Wydajność różni się w zależności od użytkowania, konfiguracji i innych czynników. Dowiedz się więcej na stronie www.Intel.com/PerformanceIndex.