在 Amazon S3 上使用 Flywheel 简化医学成像工作流程

作者：Erin Chu，Flywheel 技术销售总监
作者：Carl Luo，合作伙伴解决方案架构师 — 亚马逊云科技
作者：Hailey D'Silva，合作伙伴解决方案架构师 — 亚马逊云科技
作者：Saurabh Mishra，高级合作伙伴解决方案架构师 — 亚马逊云科技

飞轮

事实证明，在医学成像中应用人工智能和机器学习 (AI/ML) 既强大又成功。美国食品和药物管理局已经批准了近 700 台支持人工智能/机器学习的医疗设备。在这些设备中，77% 是为放射学应用而设计的。医学成像是诊断计划的常见部分。

2023 年，美国对成年人进行了大约 5 亿次医学影像学检查，每位成人将近 2 次医学影像检查。在大多数州，医疗数据必须保留至少 5 年。最后，医学成像是时间和劳动密集型的。放射学技术人员和放射科医生接受高级培训，以捕获和解释医学影像检查。虽然简单的 X 射线可能需要不到一分钟，但高级成像研究更加耗时。例如，磁共振成像可能需要一个多小时。

医疗保健组织在利用其医学成像数据进行机器学习应用时面临着几个关键挑战。首先，孤立的数据存储带来了复杂性——医学成像数据通常位于医疗保健系统内的多个互不关联的存储库中。其次，严格的合规要求意味着组织必须仔细预处理其成像数据，在将其输入机器学习模型之前，实施强大的去识别化、标准化和协调工作流程。庞大的医学成像数据加剧了这些挑战。医院平均每年生成 50 PB 的数据，其中大约 80% 为医学图像，因此组织需要能够高效、安全地处理海量数据集的解决方案。

飞轮解决方案概述

Flywheel 在亚马逊云科技上运行，用于交付云软件服务 (SaaS)。如图 1 所示，Flywheel 基于亚马逊云科技服务构建，支持对医学成像数据进行大规模端到端处理。它与 Amazon Simple Storage Service（Amazon S3）无缝集成，可实现安全、可扩展的存储和智能的成本优化。

通过这种集成，医疗保健组织可以管理、分析和共享医学成像数据，同时减少数据准备的成本和时间。亚马逊云科技客户使用 Flywheel 将医学成像工作流程的成本降低了多达 94%，并将长达数月的手动流程减少到几天。

飞轮架构图

图 1 — 飞轮架构图

Amazon S3 可以轻松扩展，性能卓越地处理不断增长的数据。与所有健康数据一样，安全至关重要，Amazon S3 符合 HIPAA 资格，提供增强的加密功能、访问控制和审核日志，以帮助维护数据完整性和法规合规性。通过 Flywheel 的 "接口" 选项卡，您可以将多个 Amazon S3 存储桶安装到 Flywheel 上，用于数据导入、导出或两者兼而有之。

要安全访问您的医学影像数据，您可以通过配置亚马逊云科技证书将您的 Amazon S3 存储桶连接到 Flywheel。首先，在 Flywheel 界面中指定您的 S3 存储桶（例如 s3://my-flywheel-bucket）。然后，提供与具有适当访问存储桶权限的 Amazon Identity and Access Management (IAM) 角色关联的亚马逊云科技访问密钥和私有访问密钥。如图 2 所示，此配置在 Flywheel 和您的 S3 存储之间建立了安全连接。

添加 S3 存储提供商

图 2 — 添加 S3 存储提供商

挂载 S3 存储桶后，您可以通过 Web 导入工具将数据导入 Flywheel 项目，如图 3 所示。在这个例子中，我们从 NSCLC-radiomics-interobserver1 项目中加载了一个主题。该项目包含在图像数据共享中，可从亚马逊云科技开放数据注册表免费访问。

将数据导入 S3 存储

图 3 — 将数据导入 S3 存储

在 Flywheel 项目中，Flywheel 按主题、会话、采集和文件对您的数据进行分类，如图 4 所示。使用 Flywheel，您无需在不同的地方寻找不同的数据类型，Flywheel 可以帮助您将所有数据放在一个地方。例如，患者一次就诊可能会接受 X 光检查，然后在下次就诊时接受 MRI，完成的调查保存为 PDF 或 CSV。这些数据类型将归档在 Flywheel 的同一主题下。

用于查看数据的控制台

图 4 — 用于查看数据的控制台

然后，您可以在 Flywheel 的零足迹放射学查看器中对数据进行可视化，如图 5 所示。审阅者允许用户查看、注释和分割医学图像。

查看健康图片

图 5 — 查看健康图片

Flywheel 使用 Amazon S3 智能分层基于使用模式在访问层之间转换数据，从而优化客户存储成本。使用 "就地引用" 功能时，Flywheel 不会复制文件，从而降低了存储成本。取而代之的是，Flywheel 仅读取源文件以提取元数据并存储引用，因此将源位置视为主存储。

使用亚马逊云科技上的 Flywheel 准备数据以备分析

将您的数据导入飞轮后，您可以使用 Flywheel Gears 进行处理和分析，利用可配置的 Amazon Elastic Compute Cloud (Amazon EC2) 实例来优化客户时间和节省成本。如果你的项目启用了 Flywheel Gear Rule，你也可以自动启动数据预处理。我们的示例项目设置了一个简单的装备规则，主要有两个目的。首先，它提取医学中的数字成像和通信 (DICOM) 标题元数据。其次，它对传入的 DICOM 文件进行功能分类。这些过程的结果反映在会话仪表板中，如图 3 所示。

此外，您可以使用 Flywheel 工作区直接在 Flywheel 平台中训练机器学习模型。使用 Flywheel 的搜索功能可以轻松建立队列，您可以在其中搜索医学图像属性或随附的结构化数据。

使用 Flywheel 共享数据非常简单。您可以通过 Flywheel 的精细角色和权限，或通过 Flywheel SmartCopy 功能，在 Flywheel 平台内与合作者共享您的数据。或者，您可以直接将 Flywheel 项目导出到 Amazon S3 存储桶中进行提取。

通过将 Flywheel 集成到您的亚马逊云科技解决方案中，您可以减少在执行数据聚合、处理和管理等无差异的繁重工作上花费的金钱和时间，而将更多时间用于生成见解。

使用 Flywheel 和 Amazon S3 为医疗保健提供支持

Flywheel 与 Amazon S3 的集成为简化医学成像工作流程提供了强大的解决方案。这种组合使医疗保健组织能够高效地管理、分析和共享大量成像数据，同时显著减少成本和准备时间。随着医学成像数据量的持续增长，亚马逊云科技上的 Flywheel 为推进人工智能驱动的医疗创新提供了坚实、可扩展的基础。

要详细了解 Flywheel 如何帮助您充分利用医学成像和相关健康数据，请访问 flywheel.io。