Fundada en 2013 por dos investigadores de Inria, Olivier Clatz y Pierre Filarard, Therapixel ha diseñado y desarrollado tecnología para analizar imágenes médicas utilizando inteligencia artificial. Para entrenar sus algoritmos de manera más eficiente, ella eligió en 2022 para confiar en La plataforma de almacenamiento flash completa de vastos datosLa solución de almacenamiento universal.

En 2017, Therapixel ganó el Dream Digital Mammography Challenge, una competencia internacional en la que participaron casi 1,200 equipos de investigación. Después de esta victoria, la compañía, que inicialmente había diseñado un software de imágenes médicas para cirujanos en la sala de operaciones, giró para especializarse en la detección de cáncer de mama a partir de imágenes de mamografías y la interpretación de los resultados. Para obtener algoritmos eficientes, la compañía debe llevarlos a grandes volúmenes de datos. Por ejemplo, durante el torneo que lo lanzó en el campo de la radiología, los equipos tenían 640,000 imágenes anonimizadas para interpretar.

Velocidad de acceso a los datos

Con tales volúmenes, el almacenamiento puede convertirse rápidamente en un factor limitante. "Anteriormente, confiamos en soluciones de almacenamiento de disco duro más lento, que no tenían suficiente espacio de almacenamiento para los datos necesarios para la capacitación de algoritmos que resuelven el cáncer de mama", explica Aurélien Chick, administrador de datos de Therapixel. "Sin embargo, no podemos desarrollar ninguna solución de IA sin acceso rápido a los datos", dijo.

Es para satisfacer esta necesidad que la compañía recurrió a la plataforma de almacenamiento Universal. Esto le permitió aumentar el rendimiento y duplicar su capacidad de almacenamiento, con también ganancias en términos de escalabilidad y en facilidad de uso. Ahora Therapixel puede confiar en más de un millón de mamografías para entrenar y probar sus algoritmos, lo que le permite detectar los cánceres de senos con un alto nivel de confiabilidad desde la primera lectura y con mayor precisión. El software también proporciona a los radiólogos vistas de tiempo real de las características identificadas por el algoritmo, para ayudar a este último a centrarse en lesiones sospechosas. "Podemos desarrollar ideas y probarlas rápidamente, luego confirmar estas ideas con más datos para entrenar algoritmos", dijo Aurélien Chick.