ARK

ARK libera el potencial de desarrollar por cuenta propia algoritmos de IA multimodales sin necesidad de codificación. Integra a la perfección todo el proceso (desde la importación y el etiquetado de datos hasta el modelado, las pruebas, la validación y la publicación), lo que permite a los profesionales sanitarios optimizar los flujos de trabajo, mejorar los diagnósticos y ofrecer información útil para mejorar los resultados de los pacientes.

Gestión de modelos de IA

Simplifica la importación, el entrenamiento y la implementación de modelos de IA. ARK admite modelos basados ​​en Docker, lo que garantiza una integración perfecta con la infraestructura de TI existente en entornos de desarrollo, prueba y producción. ARK incluye una gran biblioteca de modelos entrenados previamente, incluida la integración con Hugging Face.

Compatibilidad con funciones multimodales

Facilita la integración de diversas características del dominio, lo que permite que los modelos de IA analicen diversas fuentes de datos para obtener predicciones más completas y precisas.

Contenedores de segmentación

Proporciona herramientas de segmentación de precisión como Total Segmentator y MedSam, que admiten tareas de segmentación tanto automatizadas como manuales para imágenes de dominio.

Optimización del flujo de trabajo

Automatiza las tareas repetitivas, lo que permite a los profesionales centrarse en las áreas críticas de la atención. Esta automatización optimiza la utilización de los recursos, lo que garantiza un alto rendimiento incluso en entornos con recursos limitados.

Integración con PaxeraHealth Viewer

Permite la inferencia y visualización de IA en tiempo real, lo que permite la superposición de información generada por IA directamente en imágenes de dominio. Esto mejora la velocidad y la precisión de la toma de decisiones para los médicos.
ARK Chatbot

ARK Chatbot

La función Chatbot ofrece indicaciones contextuales para guiar a los usuarios según su etapa actual del flujo de trabajo, lo que brinda asistencia para la orientación del usuario, la selección de modelos y las búsquedas científicas. También activa enlaces útiles basados ​​en palabras clave específicas, envía mensajes de error con soluciones alternativas y almacena detalles de la sesión (como llamadas API y configuraciones), lo que garantiza una creación de proyectos y un entrenamiento de modelos sin problemas.

Control de versiones del modelo Ark

Control de versiones del modelo Ark

Control de versiones del modelo con cada cambio de configuración, guardando detalles como la fecha y hora de modificación y mostrando estas versiones en un menú desplegable en la pantalla Modelo en ARK Lab. Permite a los usuarios seleccionar versiones específicas para el nuevo entrenamiento, implementación, comparación de modelos y registro de experimentos, al mismo tiempo que garantiza que los detalles de la versión se incluyan en el entrenamiento y las evaluaciones del modelo.

Comparación de experimentos del modelo Ark

Comparación de experimentos del modelo Ark

Proporcione a los científicos de datos una pantalla de comparación integral que muestre métricas de rendimiento de múltiples modelos de IA entrenados, incluidos gráficos de líneas detallados para pérdida y precisión a lo largo de épocas, con colores y estilos distintos para una fácil diferenciación, etiquetas flotantes para nombres de experimentos y métricas, y soporte para múltiples gráficos por salida de modelo para agilizar la selección del modelo con mejor rendimiento.

Admite la creación de modelos de clasificación 3D

Admite la creación de modelos de clasificación 3D

La plataforma ARK ahora admite datos 3D para proyectos de clasificación, lo que permite un análisis espacial detallado y una precisión mejorada en aplicaciones complejas como las imágenes médicas.

Importación de modelos ARK

Importación de modelos ARK

La plataforma ARK ahora permite la importación sin inconvenientes de modelos en formato .px a través de ARK Manager, lo que facilita la incorporación de modelos personalizados o previamente entrenados directamente en la plataforma. Esta función optimiza los flujos de trabajo al permitir la rápida integración e implementación de modelos para diversas aplicaciones.

Integración de la biblioteca de modelos públicos (Hugging face  )

Integración de la biblioteca de modelos públicos (Hugging face Hugging Face )

Integra la API Hugging Face Hugging Face en la plataforma ARK, lo que permite a los usuarios buscar, explorar e importar modelos directamente, y admite la descarga de modelos seleccionados durante el proceso de obtención de datos en ARK Manager para incorporar sin problemas capacidades previamente entrenadas y evaluación directa para proyectos de análisis de datos.

Nuevos modelos especializados (creación de modelos sin código)

Nuevos modelos especializados (creación de modelos sin código)

Integra modelos avanzados de IA para detectar un amplio espectro de afecciones, incluidos modelos de clasificación 2D para hemorragia intracraneal, tumores cerebrales, enfermedad de Alzheimer, cáncer de pulmón, tumores renales, neumonía torácica, tumores de tiroides, fracturas óseas, retinopatía diabética y COVID-19. Además, además de admitir modelos de segmentación 3D para afecciones como problemas de próstata y páncreas, esclerosis múltiple, tumores cerebrales y carcinoma de células renales (RCC).

Soporte para la creación de modelos multimodales

Soporte para la creación de modelos multimodales

La capacidad multimodal de ARK permite la creación y gestión de características clínicas, incorporando factores de riesgo del paciente como antecedentes, análisis de laboratorio, medicamentos y signos vitales. Esto garantiza la compatibilidad del modelo con características de entrada múltiple a través de codificadores de texto y visión, lo que mejora la precisión y la relevancia.

GradCam para modelos de clasificación

GradCam para modelos de clasificación

Permite la extracción de capas de GradCam de la estructura del modelo para su selección y permite a los usuarios visualizar las predicciones del modelo en la pantalla de evaluación, lo que ayuda a comprender qué regiones de entrada influyeron en las decisiones de clasificación del modelo.