GPU-Computingserver

• Fachliche Zuordnung: Medizin ; Informatik
• Förderung: Förderung in 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 530008379

Für den Aufbau einer Infrastruktur für künstliche Intelligenz (KI) in der integrierten bildbasierten medizinischen Forschung beantragen wir Mittel zur Beschaffung der erforderlichen Hardware. Die aufzubauende Infrastruktur besteht aus einem hochperformanten und effizienten GPU-basierten Compute-System, das für die Entwicklung von Validierung von Methoden der KI in bildbasierten medizinischen Wissenschaften (Radiologie und Pathologie) benötigt wird. Daran angeschlossen ist ein dazugehöriges Speichersystem, welches die jeweiligen Daten in hoher Geschwindigkeit bereitstellen kann. Dieses KI-System ist unerlässlich für die Datenanalyse in der Radiologie und Pathologie, da häufig sehr große Datensätze verarbeitet und analysiert werden müssen (Big Data). Wir produzieren zurzeit jährlich ca. 600 TB Daten (Pathologie, Radiologie, Molekulare Pathologie). Die manuelle (klinische) Auswertung dieser multidimensionalen Daten wird immer komplexer und zeitaufwendiger. Gleichzeitig haben diese Daten potenziell sehr hohen Informationsgehalt für die jeweiligen Krankheitssubtypen und die daraus resultierenden individualisierten, hochspezifischen Therapieoptionen. Die automatisierte, KI-gestützte Analyse dieser Daten zeigt bereits große Erfolge bei der Unterstützung von Ärztinnen und Ärzte, um genauere Diagnosen zu erstellen und effizienter zu arbeiten. Weiterhin können mit KI neue Biomarker gefunden werden, welche die frühzeitige Diagnose von Krankheiten wie Krebs ermöglich oder die individuelle Therapie und Versorgung von Patientinnen und Patienten durch genauere Subtypisierung verbessern. Mit der beantragten Infrastruktur wollen wir diese Forschungsbereiche vertiefen, tieferliegende Muster in den medizinischen Bilddaten erforschen und damit zu einer besseren Patientenversorgung und einem besseren Verständnis von den Mechanismen der Pathologien beitragen. Für diesen Forschungsbereich gibt es bislang keine vorhandene KI-Infrastruktur.

• DFG-Verfahren: Forschungsgroßgeräte
• Großgeräte: GPU-Computingserver
• Gerätegruppe: 7000 Datenverarbeitungsanlagen, zentrale Rechenanlagen
• Antragstellende Institution: Technische Universität München (TUM)
• Leiter: Professor Dr. Peter Schüffler