辉达推出 MONAI 应用包、AIDE 产品，加速医学影像 AI 临床应用

▼

近日 RSNA（北美放射学年会），辉达发表开源医学影像 AI 框架 MONAI 的最新应用进展。辉达将提供 MONAI 应用包（MAP），打包 AI 模型供医学影像企业、机构轻松部署。MAP 已由亚马逊云端（AWS）、Google 云端、微软 Azure、Oracle 云端基础设施等主流云端平台采用。

MONAI（Medical Open Network for Artificial Intelligence）亮相是 2020 年 4 月，辉达与伦敦国王学院共同宣布 Project MONAI 开源 Alpha 版。MONAI 针对医疗保健研究人员需求最佳化，且与 PyTorch 和 Ignite 等深度学习框架一起执行。

近年医学影像 AI 快速发展，出现各种 AI 工具，但受限复杂工作流程、不统一开发标准，快速大规模临床应用尚未开始，也是 MONAI 和 MAP 瞄准的痛点。MONAI 下载量超过 65 万次，盖伊和圣汤玛斯医院、英国国王学院医院等知名医疗机构都有采用。

辉达表示，英国地区医疗服务体系（NHS）信托基金将使用 MONAI 提供中风、失智症、心力衰竭、癌症等临床 AI 应用。

MAP 一包打尽，进入 AWS 等主流云端平台

MAP 由 MONAI Deploy 提供，为 AI 模型打包方式，破解以往医疗机构部署 AI 模型的难题。美国辛辛那提儿童医院也在创建 MAP，部署 CT 影像自动分割整体心脏容积的 AI 模型，改善小儿心脏移植患者疗程。

Ryan Moore 博士表示：“如果想在影像部门部署几个 AI 模型帮助专家辨识十几种病症或让医学影像报告半自动化，需要耗费大量时间和资源为每个模型找寻合适的硬件和软件基础设施，过去虽然‘可能’但不‘可行’。”

透过规范开发人员如何构建 AI 模型，并打包成可用的临床应用程式，MAP 能简化流程。如果开发者使用 MONAI Deploy 应用软件开发工具包打包一个应用，医院就能轻松在本地或云端执行。MAP 规格还整合医疗 IT 标准，如医学影像互操作性标准 DICOM 等。

MONAI Deploy 工作组由十几家医学影像机构专家组成，目标是支援 AI 应用开发者及执行 AI 应用的临床和基础设施平台。对开发者来说，MAP 可帮助研究者临床环境轻松打包和测试模型，加速 AI 模型进化，采集真实世界结果，改善 AI 模型。

对云端服务商来说，支援（用云端原生技术设计的） MAP，助力采 MONAI Deploy 的研究者和企业透过容器或原生应用整合，在自己平台执行 AI 应用。整合 MONAI Deploy 和 MAP 的云端平台有 AWS、Google 云端、微软 Azure、Oracle 云端基础设施等。

AWS 将 MAP 介面整合至 HealthLake 影像服务，使临床医生即时查看、处理和分割医学影像。Google 云端医学影像套件将 MONAI 整合至平台，临床医生能部署 AI 辅助注释工具，帮助自动化人工和重复性医学影像标记工作。

最近辉达分别与微软 Azure 驱动的 Nuance 精准成像网络、Oracle 云端基础设施合作，Nuance 精准成像网络是为超过 1.2 万家医疗机构提供 AI 工具和洞察的云平台，接下来将与 MONAI 结合。

Oracle 将 MONAI Deploy 等医疗业加速计算解决方案引入 Oracle Cloud Infrastructure，即日起开发者就可使用 Oracle Cloud Marketplace 的 NVIDIA 容器，透过 MONAI Deploy 构建 MAP。

采用 MONAI Deploy 的还有英国地区医疗服务体系（NHS）、Qure.ai、SimBioSys 与加州大学旧金山分校。辉达新创加速计划成员企业 Qure.ai 开发肺癌、脑外伤和肺结核用等医学影像 AI 模型，使用 MAP 打包需要的解决方案，更快对临床发挥影响力。

SimBioSys 位于芝加哥，是辉达新创加速计划成员企业，建立患者肿瘤 3D 虚拟表征，将 MAP 用于预测患者对特定治疗会有何反应的精准医疗 AI 应用。加州大学旧金山分校正为几个 AI 模型开发 MAP，包括髋部骨折检测、肝脏和脑肿瘤分割、膝关节和乳腺癌分类等应用。

MONAI 加速医学影像 AI 大规模临床部署

RSNA 方面，辉达宣布与英国地区医疗服务体系（NHS）合作，使用基于 MONAI 构建的 AIDE 平台，提供 AI 疾病检测工具。英国公共医疗体系由十个 NHS 信托基金组成，AIDE 平台明年将推广至 11 家 NHS 医院，届时将有 1,800 万名患者可服务。

AIDE 全称为 AI Deployment Engine，即“AI 部署引擎”，由辉达和 AI Centre for Value Based Healthcare 联合构建，后者由多家大学、医院和业界合作伙伴组成，并由伦敦国王学院与盖伊和圣汤玛斯医院 NHS 信托基金领导的联盟。

AIDE 12 月 7 日开源于 GitHub。MONAI 和 AIDE 结合，能安全有效验证、部署与评估医学影像 AI 模型。NHS 将模型用于诊断和治疗癌症、中风、失智症等疾病。AIDE 平台已于四家医院部署，盖伊和圣汤玛斯医院、国王学院医院、东肯特医院大学和伦敦大学学院医院 NHS 信托基金。专业医务人员每年服务 500 万名病患。

国王学院医院 NHS 神经病学和资料科学教授 James Teo 认为这很令人期待，“透过部署临床 AI 工具基础设施，可将 AI 整合至医疗服务。透过这些平台，临床医生能扩展医疗 AI 工具部署，有助制定提高患者护理速度与精确度的决定。”

AI Centre 开发出提高 COVID-19、乳腺癌、脑肿瘤、中风和失智症风险等疾病诊断准确率的演算法。AI Centre 人工智慧转型业务负责人 Haris Shuaib 表示，整体医疗卫生生态系统研究者、医院和新创已意识到工作引入简化 AI 流程的益处。 MONAI 能将数百种 AI 演算法标准化，让互操作性和影响最大化，同时将 3~6 个月部署时间缩短到几周。

借助 AIDE，AI Centre 能获批 AI 演算法与病例无缝安全连接，使数据无需离开医院信托基金。临床数据分析结果将送回电子病例，帮助制定临床决策，为临床多学科团队病情会诊又提供颇具价值的资料来源，医院希望 AIDE 加速流程，使病患受益。

“目前多数 AI 模型一直处于研发阶段，很少真正用于患者护理”，伦敦医学影像与 AI 中心 Value-Based Healthcare 专案首席技术长 Jorge Cardoso 认为，正是 MONAI Deploy 发挥作用之处，帮助推动研发成果落地，实现更具影响力的临床AI。

（本文由 雷锋网 授权转载；首图来源：辉达）

▼

   特别声明    本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。