實驗室自動化提升效率與見解

電腦視覺與其他類型的人工智慧加速了實驗室的工作。

實驗室自動化概覽:

  • 在醫院與醫療系統中,臨床實驗室自動化能為診斷測試提供高準確性與快速的整備時間。

  • 在研究與醫藥研發中,實驗室自動化能協助科學家在短時間內進行大量實驗。

  • 從支援電腦視覺的機器人手臂,一直到高效能影像分析,Intel® 技術都能驅動各種實驗室自動化解決方案。

BUILT IN - ARTICLE INTRO SECOND COMPONENT

實驗室自動化使技術人員與科學家擺脫耗時的手動工作,使他們能專注在更重要的工作上。患者可以快速得到診斷、及時獲得所需的護理。可以快速測試新藥物,進而帶來突破性的治療方法。在此充滿未來感的實驗室中,人工智慧正在將自動化提升至全新的境界。

無論進行簡單的驗血,還是分析細胞培養的可能治療效果,一些最重要的健康與生命科學答案均來自於實驗室。實驗室的成功取決於高準確性、快速和高生產量。實驗室執行效率愈高,研究人員可進行探索的速度愈快,而且診斷醫生診斷的速度愈快,進而加速提供世界級護理。

實驗室自動化涉及一組技術,可以在臨床實驗室或研究實驗室中,將大量手動工作自動化。在愈來愈多的案例中,這些技術涉及實驗室機器人與人工智慧(AI),包括機器學習、深度學習與電腦視覺。實驗室機器人與自動化可應用於各種流程與設備,包括臺式儀器、獨立系統與顯微鏡等。根據實驗室自動化系統的使用方式,它們可能是單一功能,也可能結合了許多不同功能。

臨床實驗室自動化

臨床實驗室自動化主要著重於確保準確性,同時加快診斷測試的時間與效率。臨床實驗室通常全天候運作。對於這些實驗室的技術人員而言,管理來自一家或多家醫院或診所的大量測試極為重要。

臨床實驗室自動化中的最新解決方案採用電腦視覺讀取條碼、識別樣品並協助機器人手臂執行準確的動作。臨床實驗室同時也探索於數位病理學等領域中使用機器學習,這需要邊緣伺服器具有高水準的運算效能。

研究與醫藥研發

液體處理機器人、基因定序器、高内涵篩選(HCS)和高通量篩選(HTS)等是一些協助科學家加速研究與醫藥研發的實驗室自動化系統。研究人員可以進行大量的實驗,進而促成發現新藥物、癌症療法與其他治療方式。機器學習和深度學習藉著使用可加快 HCS 和其他造影工作負載的演算法,使其在研究實驗室中格外有價值。

例如,為了支援透過 HCS 加速早期發現藥物,Intel 與 Novartis 使用深度神經網路(DNN)將訓練影像分析模型的時間從 11 小時縮短到 31 分鐘。1 該團隊採用了搭載 8 個 CPU 的伺服器、一個高速結構互連,以及最佳化的 TensorFlow,使顯微鏡影像之處理顯著加快。此解決方案有助於研究人員研究數千種化學處理方法對不同細胞培養的影響,並評估各種藥物的潛在成效。

實驗室自動化的優勢

實驗室中的手動流程自動化會帶來若干優勢,最為顯著的是節省時間。然而更重要的是,當工作維持準確性同時又能更快完成時所冒的風險。例如,當研究人員可以快速針對藥物目標處理一百萬種化合物時,他們就可以前所未見的速度發現突破性治療方式。

  • 減少錯誤。透過設計,實驗室自動化會透過移除過程中的手動工作,減少了人為錯誤的可能性2。同時還支援了測試中的複製性與一致性。
  • 快速的整備時間。自動化系統可在保持準確性的同時,以人類無法實現的速度執行高通量篩選與其他實驗。.2
  • 工作人員的策略使用。實驗室技術人員和科學家可以從事於更高層次技能的工作,並專注在策略工作上,不必受重複性工作所束縛。
  • 降低成本。實驗室自動化系統可透過降低所需試劑量並減少廢棄物,協助降低成本。
  • 工作場所安全。透過降低人為干預的需求,實驗室自動化可協助技術人員減少暴露於病原體及有害化學物質,或減少因重複動作而引起的傷害。

Intel 與 Novartis 採用深度神經網路(DNN)將訓練影像分析模型的時間從 11 小時減少到 31 分鐘¹。

實驗室自動化技術

無論是機器人手臂還是影像處理,Intel® 技術都能驅動最新的實驗室自動化解決方案。我們廣泛的運算技術組合為儀器製造商提供了符合電力與效能要求的一系列運算選項,同時還具備針對視覺與其他人工智慧類型的支援軟體功能。

此外,搭載 Intel® 技術的伺服器與儲存裝置為整個實驗室的資料管理奠定了堅實的基礎。這對於自動化的系統可以無人為干預地支援 FAIR 資料的原則,即可找到、可存取、可互通及可重複使用的資料。

適用於實驗室自動化的 Intel® 技術
Intel® Core™ 處理器Intel Atom® 處理器 Intel 處理器可提供在實驗室中流程自動化所需的適當效能與功耗水準。適合樣本處理與擷取、分類、離心以及其他分析前和分析後功能。
Intel® Xeon® 可擴充處理器 Intel® Xeon® 可擴充處理器為實驗室中的先進伺服器提供高效能,對於高內涵篩選(HCS)和其他類型的造影尤為有益。
Intel® Movidius™ VPUs Intel® Movidius™ VPUs 專為先進的電腦視覺而設計。這些低功耗的 VPUs 支援條碼讀取、機器人手臂移動、樣本分析以及更多功能。
Intel® Optane™ 持續性記憶體與 SSD Intel® Optane™ 持續性記憶體與固態硬碟(SSDs)支援大型記憶體內部應用程式,適用於實驗室自動化中的造影與人工智慧工作負載。
人工智慧軟體工具3 對於開發者而言,Intel 提供軟體程式庫與 TensorFlow 及 Caffe 等熱門架構最佳化,以提升 Intel® 架構中的效能。Intel® Distribution of OpenVINO™ 工具組簡化了 Intel 平台上視覺應用程式的開發,包括 VPU 與 CPU。
Intel® Wi-Fi 6Intel 5G Intel 透過支援最新的 Wi-Fi 及 5G 標準,簡化了實驗室中連接儀器的流程。高速連線能力可實現遠端控制、即時監控和其他邊緣到雲端的使用案例。

實現未來的實驗室

物聯網已開始打破數據孤島,並實現更高水準的自動化。可即時處理顯微影像。可分析實驗成果並與世界各地的實驗室分享。感應器數據可應用於人工智慧演算法,以告知預測性維護,進而避免儀器停機。

更快的處理、儲存與網路技術將繼續提升未來實驗室的效率。例如,Translational Genomics Research Institute (TGen) 中的研究人員正在排序患者基因組,然後在搭載 Intel® Xeon® 可擴充處理器的高效能運算(HPC)基礎架構進行基因組分析。運用最新 HPC 硬體來做更快速地分析,讓遺傳諮詢師與醫師可以更及時地找到治療選項。最新的 HPC 硬體也提供一個基礎,讓研究人員將機器學習方式應用在大量資料上,同時揭示了可將精準醫學提升至全新高度的見解。

TGen 已建立高效能運算(HPC)基礎架構。專為生命科學最佳化,包括 Intel® Xeon® 可擴充處理器、Intel® Optane™ 記憶體與 Dell 機架伺服器。

隨著臨床、研究與醫藥實驗室之間的連結與自動化程度提高,Intel 將提供可有效移動、儲存和處理資料的技術基礎。無論是雲端中的基因組分析還是強大的機器人手臂,Intel® 技術都能讓自動化實驗室中的每個步驟更有智慧。

常見問答集

實驗室自動化採用機器人、人工智慧及其他技術,將臨床或研究實驗室中的大量手動工作自動化。

自動化可加速臨床與研究實驗室中的整備時間與成果發現。這包括醫院、醫藥與生物技術公司、大學和其他研究機構中的實驗室。

實驗室機器人與自動化是由一系列軟硬體所驅動,有時具有電腦視覺或其他人工智慧類型的特殊功能。

更多醫療保健與生命科學資源

尋找更多醫療保健提供者、醫療保健系統與生命科學專業人士的最新技術相關資訊。

醫療保健與生命科學技術

醫療保健與生命科學正透過搭載 Intel® 技術的醫學造影、資料分析、基因組學、遠距醫療和機器人技術而日新月異。

進一步瞭解

加速發現藥物

Intel 與 Novartis 合作,採用多尺度卷積神經網路(CNN)加速高內涵篩選,這是早期藥物發現的關鍵要素。

進一步閱讀

加速推動基因組研究

Intel 與 Broad Institute 正在合作研發資料中心解決方案,以推動全球性的基因組分析與研究。

探索基因組分析

精準醫學

瞭解支援精準醫學工作負載所需的技術,如基因組分析、分子造影與分子動力學等。

閱讀精準醫學相關資訊

醫療健保與生命科學中的人工智慧

醫療保健與生命科學中的人工智慧,有助推動醫療影像、實驗室自動化等領域的效率並提升護理。

探索醫療健保中的人工智慧

在醫療應用機器人

醫療機器人可協助進行手術、簡化醫院物流作業,並使醫療提供者更直接關照患者。

進一步瞭解

邊緣運算

邊緣運算將伺服器、裝置與資料處理置於最需要資源的許多不同地方。

探索邊緣技術

注意事項與免責聲明

Intel® 技術可能需要搭配支援的硬體、軟體或啟動相關服務。

沒有產品或元件能提供絕對的安全性。

您的成本和成果可能有所落差。

產品與效能資訊

120 倍聲明基於由單節點系統擴充至 8 插槽叢集所達成的 21.7 倍加速。8 插槽叢集節點組態:CPU:Intel® Xeon® 6148 處理器 @2.4 GHz、核心:40、插槽:2、超執行緒:啟用、記憶體/節點:192 GB,2666 MHz、NIC:Intel® Omni-Path Host Fabric Interface (Intel® OP HFI)、TensorFlow:v1.7.0、Horovod:0.12.1、Open MPI:3.0.0、叢集:機架頂端(ToR)式交換器:Intel® Omni-Path 交換器。單節點組態:CPU:Intel® Xeon Phi™ 處理器 7290F、192 GB DDR4 RAM、1x 1.6 TB Intel® SSD DC S3610 系列 SC2BX016T4、1x 480 GB Intel® SSD DC S3520 系列 SC2BB480G7、Intel® 數學核心程式庫 (Intel® MKL) 2017/DAAL/Intel Caffe。*參考資料:BBBC-021:Ljosa V、Sokolnicki KL、Carpenter AE,「Annotated high-throughput microscopy image sets for validation」,Nature Methods,2012 年。ImageNet:Russakovsky O 等,ImageNet Large Scale Visual Recognition Challenge,IJCV,2015 年。TensorFlow:Abadi M 等,「Large-Scale Machine Learning on Heterogeneous Systems」,軟體取材自 tensorflow.org。於特定系統中之特定測試,測試文件記錄之元件效能。軟硬體或組態上的差異將會影響實際效能。當您考慮購買時,請參考其他資訊來源以進行效能評估。如需有關效能與標竿結果之更完整資訊,請參閱 www.intel.com/benchmarks。Intel® 技術的功能與優勢端視系統組態而定,可能需要用到支援該技術的硬體、軟體,或啟用相關服務。實際效能會依系統組態而異。沒有電腦系統能提供絕對的安全性。請洽詢當地的系統製造商或零售商,或造訪 intel.com.tw 進一步瞭解。
2"Advantages and limitations of total laboratory automation: a personal overview",Clinical Chemistry and Laboratory Medicine (CCLM),2019 年 2 月,degruyter.com/view/journals/cclm/57/6/article-p802.xml
3

效能因使用情形、配置和其他因素而異。請造訪 www.Intel.com/PerformanceIndex 進一步瞭解。