Country

UCLA 研究人員使用 OCI 上的機器學習功能來協助預測手術結果

UCLA 利用了 Oracle Cloud Infrastructure 在手術後更精確地預測病患結果,改善了病患治療品質。

分享:

我們的標準引擎需要超過 30 小時的時間,才能訓練出 2,000 名病患的集成模型。當我們的團隊處理更大的資料集,病患超過 30,000 名時,Oracle Cloud 提供了明顯更多的運算能力。

Akash A.Shah 博士骨科手術部門,UCLA 醫學中心

加州大學洛杉磯分校 (UCLA) 是一所公立大學,其有著贈地大學所有的教學、研究和公共服務使命,並視使命為根基。UCLA 在持續的骨科研究中,使用了 AutoPrognosis 機器學習 (ML) 工具,該工具會同時學習多個 ML 模型,然後為醫療預後自動建立最佳模型管線。不過,UCLA 欠缺在合理的時間內執行進階 ML 分析的運算資源。UCLA 移轉至 Oracle Cloud Infrastructure (OCI) 後,研究團隊便享有高效能運算和低成本雲端儲存選項。OCI CPU 提供了獨特、富彈性且符合性價比的虛擬機器和裸機執行個體,而隨需區塊儲存體則解決了 UCLA 的儲存體工作負載需求。

已發布:2023年12月20日