当前位置: 首页 > 科技观察

构建AI医疗影像生态系统NVIDIAMONAI加速医疗人工智能落地

时间:2023-03-20 02:25:41 科技观察

近年来,医疗人工智能迎来快速发展,细分场景如影像AI、新药研发AI、机器人AI、智慧医院不断涌现。人工智能加速的医疗保健可以推进从人类生理学、所有疾病甚至医院运营的一切。在RSNA大会上,NVIDIA分享了其在助力构建AI医学影像生态系统方面的实践。其中,MONAI是一款由NVIDIA技术加速的开源医学影像AI框架,下载量已超过65万次。借助MONAI应用程序包(MAP),MONAI可以更轻松地将模型集成到临床工作流程中。将医学影像AI部署到MAP目前,如果一家医院想在影像科部署多个AI模型,帮助专家识别十几种不同的疾病,或者实现医学影像报告的半自动化生成,需要花费大量的时间和资源来提供每个模型寻求合适的硬件和软件基础设施。MAP通过MONAIDeploy提供,作为AI模型的一种封装方式,可以更方便的部署在现有的医疗生态中。MAP规范由MONAIDeploy工作组开发。该工作组由来自十几家医学影像机构的专家组成,旨在支持AI应用程序开发人员以及运行AI应用程序的临床和基础设施平台。如果开发人员使用MONAIDeploy应用软件开发套件打包应用程序,医院可以轻松地在本地或云端运行该应用程序。MAP规范还集成了医学IT标准,例如医学成像互操作性标准DICOM。对于开发者而言,MAP可以帮助研究人员在临床环境中轻松封装和测试模型,从而加速AI模型的进化。这使他们能够收集现实世界的反馈来改进和改进人工智能。对于云服务商来说,支持MAP(使用云原生技术设计)可以帮助研究人员和企业采用MONAIDeploy通过容器或原生应用集成在自己的平台上运行AI应用。集成MONAIDeploy和MAP的云平台包括:AmazonHealthLakeImaging:MAP接口已集成到HealthLake影像服务中,使临床医生能够实时查看、处理和分割医学图像。谷歌云:谷歌云的医学影像套件使医学影像数据更易于访问、互操作和有用。该套件已将MONAI集成到其平台中,使临床医生能够部署人工智能辅助注释工具,帮助自动化手动和重复的医学图像标记任务。由MicrosoftAzure提供支持的Nuance精密成像网络:Nuance和NVIDIA最近宣布建立合作伙伴关系,将MONAI与Nuance精密成像网络相结合。NuancePrecisionImagingNetwork是一个云平台,可为12,000多家医疗机构提供AI工具和见解。OracleCloudInfrastructure:Oracle和NVIDIA最近宣布建立合作伙伴关系,将面向医疗保健行业的加速计算解决方案(包括MONAIDeploy)引入OracleCloudInfrastructure。从今天开始,开发人员可以在OracleCloudMarketplace上使用NVIDIA容器通过MONAIDeploy构建MAP。医院和医疗初创公司采用MONAIDeploy世界各地的医疗机构、学术医疗中心和AI软件开发商都在采用MONAIDeploy,包括:通过美国国立卫生研究院资助的项目,心脏体积模型创建MAP以帮助儿童心脏移植患者。NationalHealthService(NHS):NHSTrust在四家医院部署了基于MONAI的AI部署引擎平台——AIDE(AIDeploymentEngine),致力于为专业医护人员提供AI疾病检测工具。这些医护人员每年服务500万患者。AIDE的全称是AIDeploymentEngine,即“AIDeploymentEngine”。预计明年将在11家NHS医院推广,为1800万患者提供服务,并为临床医生提供人工智能功能。AIDE建立在MONAI之上。MONAI是NVIDIA与AICentre联合开发的开源医学影像AI框架,可用于连接AI应用程序和医院系统。通过MONAI和AIDE的结合,可以安全有效地对医学影像AI模型进行验证、部署和评估。NHS将使用这些模型来诊断和治疗癌症、中风和痴呆症等疾病。该平台目前正在由盖伊和圣托马斯医院、国王学院医院、东肯特大学医院和伦敦大学学院医院NHS信托基金等机构部署。Qure.ai:NVIDIAStartupAccelerator成员Qure.ai为肺癌、创伤性脑损伤和肺结核等用例开发了医学成像AI模型。该公司正在使用MAP打包部署解决方案,使它们更快地产生临床影响。SimBioSys:这家位于芝加哥的NVIDIA创业加速器构建了患者肿瘤的3D虚拟表示,并将MAP用于精准医疗AI应用程序,帮助预测患者对特定治疗的反应。UCSF:UCSF正在为多个AI模型开发MAP,包括髋部骨折检测、肝脏和脑肿瘤分割以及膝盖和乳腺癌分类等应用。EpilogueMONAI于2019年推出,降低了从研发到临床的医疗工作流程的复杂性。借助MONAI,开发人员可以轻松构建和部署AI应用程序,创建可用于临床集成的模型,并更轻松地解释医学检查结果,从而更深入地了解患者状况。随着AI技术在医疗行业的普及,MONAI提供了针对医学影像优化的深度学习基础设施和工作流程,可以充分发挥医学影像数据的作用和潜力,简化AI模型的构建过程。