Promuovere il futuro del settore sanitario e delle scienze naturali

La storia pluridecennale di Intel nel settore sanitario e delle scienze naturali ha permesso di comprendere appieno le esigenze di medici, ricercatori e pazienti. Utilizziamo questa esperienza combinandola con quella nell'intelligenza artificiale, nell'informatica ubiquitaria, nella connettività pervasiva e nelle funzionalità dalla periferia della rete al cloud per creare tecnologie in grado di aiutare le organizzazioni a superare sfide complesse e a utilizzare i dati in modo più efficace e intelligente.

Con un ricco portafoglio hardware e software che supporta un robusto ecosistema di partner, stiamo promuovendo la convergenza delle tecnologie digitali negli strumenti, nei dispositivi e nei mezzi che possono migliorare la situazione e le esperienze dei pazienti, accelerare le scoperte scientifiche e semplificare i flussi di lavoro clinici e di laboratorio per i fornitori e ricercatori. La tecnologia Intel® offre una piattaforma ubiqua con le prestazioni, la flessibilità, e la scalabilità necessarie per trasformare la salute e le scienze naturali contribuendo a migliorare la vita di ogni persona sul pianeta.

Restate in contatto

Rimanete sempre aggiornati sulle tecnologie, le tendenze e le idee che stanno delineando il futuro dell'ambiente di lavoro grazie a Intel IT Center.

Inviando questo modulo, confermi di essere un adulto di almeno 18 anni di età e acconsenti che Intel ti contatti con e-mail di marketing o telefonicamente. Puoi cancellare l’iscrizione in qualunque momento. I siti Web e le comunicazioni di Intel sono soggetti alla Informativa sulla privacy e ai Termini di utilizzo di Intel.

Inviando questo modulo, confermi di essere un adulto di almeno 18 anni di età e acconsenti che Intel ti contatti con e-mail di marketing o telefonicamente. Puoi cancellare l’iscrizione in qualunque momento. I siti Web e le comunicazioni di Intel sono soggetti alla Informativa sulla privacy e ai Termini di utilizzo di Intel.

Informazioni su prodotti e prestazioni

1

Yang, Shanling, et al. “Performance and Reading Time of Automated Breast US with or without Computer-Aided Detection”. Radiology 292, No. 3 (18 giugno 2019): https://doi.org/10.1148/radiol.2019181816.

2

Jiang, Yulei, et al. “Interpretation Time Using a Concurrent-Read Computer-Aided Detection System for Automated Breast Ultrasound in Breast Cancer Screening of Women with Dense Breast Tissue”. American Journal of Roentgenology 211, N° 2 (agosto 2018): 452–461. https://www.ajronline.org/doi/10.2214/AJR.18.19516.

3

“TGen scopre il mistero del ruolo dei geni nelle malattie”, Intel, n.d. Ultimo accesso il 14 marzo 2022. https://www.intel.it/content/www/it/it/customer-spotlight/stories/tgen-customer-story.html.

4

Prestazioni di throughput del modello OpenVINO™ per lo screening del cancro al collo dell'utero di KFBIO su processore Intel® Xeon® Gold 6148:

NOVITÀ:

Test 1: test eseguito da Intel il 15/06/2019. Processore Intel® Xeon® Gold 6148 a due socket, 20 core, HT on, turbo on, memoria totale 192 GB (12 slot/16 GB/2,666 MHz), BIOS: SE5C620.86B.0X.01.0007.062120172125 (ucode: 0x200004d), CentOS Linux release 7.5.1804 (Core); framework deep learning: Keras 2.2.4 e TensorFlow ottimizzato per Intel: 1.13.1; topologia: RetinaNet: https://github.com/fizyr/keras-retinanet; compiler: gcc 4.8.5, MKL DNN; versione: v0.17, BS=8, sia dati sintetici che dati cliente, un'istanza/due socket; tipo di dati: FP32.

Test 2: test eseguito da Intel il 15/06/2019. Processore Intel Xeon Gold 6148 a due socket, 20 core, HT on, turbo on, memoria totale 192 GB (12 slot/16 GB/2,666MHz), BIOS: SE5C620.86B.0X.01.0007.062120172125 (ucode: 0x200004d), CentOS Linux release 7.5.1804 (Core); Intel® software: OpenVINO™ R2019.1.1094; tipologia: RetinaNet: https://github.com/fizyr/keras-retinanet; compiler: gcc 4.8.5, MKL DNN; versione: v0.17, BS=1, otto richieste asincrone, sia dati sintetici che dati clienti, un'istanza/due socket, tipo di dati: FP32.

BASELINE: test eseguito da Intel il 15/06/2019. Processore Intel® Xeon® Gold 6148 a due socket, 20 core, HT on, turbo on, memoria totale 192 GB (12 slot/16 GB/2,666 MHz), BIOS: SE5C620.86B.0X.01.0007.062120172125 (ucode: 0x200004d), CentOS Linux release 7.5.1804 (Core); framework deep learning: Keras 2.2.4 e TensorFlow Vanilla 1.5; topologia: RetinaNet: https://github.com/fizyr/keras-retinanet; compiler: gcc 4.8.5, MKL DNN; versione: v0.17, BS=8, sia dati sintetici che dati cliente, un'istanza/due socket; tipo di dati: FP32.

5

Dichiarazione di prestazioni in base al test interno Samsung esegito a marzo 2021. Configurazione di sistema: CPU Intel® Core™ i3-8100H a 3,0 GHz, memoria da 8 GB; sistema operativo: Windows 10 a 64 bit.