Xilinxは、医療機器向けにSline.aiと共同でAWS上で動作する深層学習モデル、およびこれが動作するリファレンスキットを発表した。これに先立ち、同社の医療機器部門のSubhankar Bhattacharya氏より同社の医療機器向けビジネス全般を含んだ説明が行われたので、この内容をまとめてご紹介したい(Photo01)。

  • Xilinx

    Photo01:説明を行われたSubhankar Bhattacharya氏(Lead, Healthcare & Sciences)。このご時世であり当然説明はオンラインである

Xilinxはいくつかの分野に深く入り込んでいるが、その1つが医療機器向けである。例えばCT Scanner。CTは、いわば人体を輪切りにする形でX線を当てて撮影を行う技法だが、X線源/X線スキャナそのものは1箇所(スキャナを多数並べたものもあるが、ここでは措いておく)であり、このX線源とスキャナをぐるぐる回して断面撮影を行う事になる。ただ個々の撮影の結果は言わば1次元であって、これを2次元画像にするために再構成(Reconfiguration)という処理が必要である。このReconfiguration、原理は簡単ながら計算量が膨大であり、ここにFPGA(それもVirtexクラスのハイエンド)が長らく利用されてきた。

もちろん、こうした用途向けに現在も広く利用されているが、昨今はAdaptive Computingをもっと積極的に活用する方向に進化しつつあるとする(Photo02)。

  • Xilinx

    Photo02:この新生児のゲノム解析の高速化はギネス記録になったという話であった

そこで最初の話題であるが、XilinxはSpline.AIと共同で、AWS上で稼働するヘルスケアAIを開発したことを発表した。これは胸部X線のデータを利用した診断システムで、医師の迅速な診断の助けとなるものである。AWSということで、Greengrassを利用することで、オンプレミスでも動作するのがポイントとなる(Photo03,04)。

  • Xilinx

    Photo03:Zynq Ultrascale+ MPSoCで動作する(つまり高価なVirtexは要らない)のがポイントであり、Greengrassを載せるのも容易である

  • Xilinx

    Photo04:診断例。そういえばこの画像診断がどの位のスピードで可能か、はうっかり聞き損ねた

リファレンスデザイン(正式名称は[「Xilinx Zynq Ultrascale+ Healthcare AI Starter Kit」(https://devices.amazonaws.com/detail/a3G0h0000087vZwEAI/Xilinx-Zynq-UltraScale+-Healthcare-AI-Starter-Kit)]は、同社の「Zynq UltraScale+ MPSoC ZCU104 Evaluation Kit」をベースに、今回のヘルスケアAIのソフトウェアスタックを組み合わせたパッケージで、これを利用することで将来の臨床放射線アプリケーションを容易に構築できる、としている。

もちろん、これ以外にも多くの用途でFPGAが採用されている(Photo05)訳だが、Bhattacharya氏によれば2016年以降はSoCとしての採用が急激に増えた結果として、ヘルスケア部門の収益の伸び率が従来の2.5倍になったとしている。

  • Xilinx

    Photo05:それぞれ利用する用途は異なるが、特定処理の高速化や低レイテンシによる反応速度の向上、省電力化などがFPGAのメリットとして挙げられているのは同じ

実際ハンドヘルドタイプの超小型超音波診断システムがZynqベースで構築された例もあるそうだ。ただ大きなトレンドとして、これからはデバイスがConnectedになる関係でセキュリティをより重視する必要があるし、AI Inferenceの活用に伴いプライバシーの問題なども出てくる(Photo07)。

  • Xilinx

    Photo06:従来はCompanion Chip(要するにGlue Logic)とかInterfaceにのみ使われてきたのが、Zynqシリーズ以降ではそれ単体でシステムが構築できる様になった事が大きい

  • Xilinx

    Photo07:もちろん、これはXilinxだけでどうにか出来る問題ではないのだが

特にセキュリティの問題はプライバシーとあわせてかなりクリティカルである。自動車と同じで、例えばハッキングされて悪用されたりすることで、直ちに患者の容態が悪化したり死亡したりするリスクがあるからだ(Photo08)。

  • Xilinx

    Photo08:ただ一覧で見るとLegacy Systemとの統合も大問題になっているのは、さもありなんという感じではある

こうした要件に対する1つのソリューションが、AvnetのUltra96 v2をベースにしたデモである(Photo09)。

  • Xilinx

    Photo09:何でAir Gapped Modeというのか？と聞いたところ、これは医療機器分野では広く使われている用語とのこと。心拍数くらいなら別に構わないだろうが、例えば人工呼吸器が稼働中に侵入されたりすると本当に人命に関わる。なので、稼働中は本当に一切の通信を絶った、Non-connected Deviceとして動作することで安全性を確保するのだという話であった。これはXilinxが推奨するというよりは、そうしたニーズが最終顧客から寄せられるらしい

これそのものは心拍数とECG(心電図)を記録する簡単なもので、そこには別に目新しさは無いのだが、特徴はSecure ModeとAir-Gapped Modeを持つ事である。Secure Modeはいわゆるセキュアマイコンそのものの動作であり、すべての動作をセキュアに行う、Connected Deviceそのものである。これに対してAir Gapped Modeは、ネットワークも途絶させ、USBも使えなく、パッチも当てられないという、一昔前のStandalone Deviceとして動作するような形である。必要に応じてこうしたAir Gapped Modeを組み合わせる事で、安全性を確保できるというものだそうだ。

また医療機器向けのAI推論に向けたさまざまなツールやライブラリを同社は提供しているが、特にCOVID-19の流行以降は新しいソリューションのニーズが急激に高まったとしており(Photo10)、こうしたトレンドに向けて同社のソリューションが広く利用されることが増えたという。特にAlveoを利用して、既存のPCベースのシステムをFPGAベースに移行するケースが何例があったそうで、こうしたことを含めて今後も同社は医療/ヘルスケア向けに広範なソリューションを提供してゆく、とした。

  • Xilinx

    Photo10:ロックダウンなどの影響もあり、遠隔からの利用が可能なソリューションが急に求められるようになったそうだ

  • Xilinx

    Photo11:やはりZynq Ultrascale+ MPSoCではCPUに加えてGPUまで統合しているのが、特にポイントオブケア向けソリューションには非常に有用とされているようだ