助力AI成像用于医疗，英伟达怎么做的？

如今，海量健康数据和日益增长的责任让临床医生应接不暇，他们还要努力腾出时间来跟上最新的医学证据，同时仍要提供以患者为中心的护理。将AI技术用于医疗成为行业一直在努力的方向，在这方面，作为AI行业的佼佼者，英伟达又取得了一些关键性突破，由英伟达提供加速的MONAI平台正在被多家医疗机构采用。
 

什么是MONAI？
 
MONAI于 2022 年 9 月在全球推出，MONAI 是一个开源医学影像 AI 框架，由 NVIDIA 和 AI Centre 共同开发的，NVIDIA来加速，可用于对接 AI 应用与医院系统。它旨在通过预训练模型、主动学习和自己的开发工具包加速疾病治疗，让越来越多的人得到治愈。根据公司官方数据，其下载量目前已超65万次，未来几个月这个数字还会增长更多。
 
MONAI的主要核心是提供视觉数据，以便可以更自信地进行诊断，这对于提前开始治疗至关重要。NVIDIA自己指出，该 AI 框架专注于成为“一个强大的软件框架，它有利于几乎所有级别的医学成像、深度学习研究和部署。”
 
借助MONAI应用包（MAP），MONAI就能更轻松地将模型集成到临床工作流中。MAP通过MONAI Deploy提供，其作为一种AI模型的打包方式，能够更轻松地在现有医疗生态系统中进行部署。对于开发者来说，MAP可以帮助研究者在临床环境中轻松打包和测试模型，从而加速AI模型的演进。这使他们能够采集真实世界的反馈，进而对AI进行完善和改进。
 
MONAI已被多个医疗机构采用
 
伦敦医学影像与AI中心Value-Based Healthcare项目首席技术官Jorge Cardoso表示：“目前，大多数AI模型一直处于研发阶段，很少能够真正用于患者护理。MONAI Deploy将有助于推动研发成果落地，实现更具影响力的临床AI。”
 
目前，MONAI Deploy已得到多家医院采用。美国治疗各种疾病的主要参考机构辛辛那提儿童医院自 2022 年 9 月以来一直在实践中使用它，医生们已经在实践中注意到了很大的收益。辛辛那提儿童医院的Ryan Moore博士表示：“如果想要在影像部门部署几个AI模型来帮助专家识别十几种不同的病症或实现医学影像报告的半自动化创建，需要耗费大量时间和资源来为每个模型寻求合适的硬件和软件基础设施。这在过去虽然‘可能’，但并不‘可行’。”
 
但MAP能够简化这一流程。如果开发者使用MONAI Deploy应用软件开发工具包来打包一个应用，医院就可以轻松地在本地或云端运行这一应用。MAP规格还整合了医疗IT标准，比如医学影像互操作性标准DICOM等。
 
英国公共医疗体系（由 10 个英国国家医疗服务体系（NHS）信托基金组成）正在其下属的四家医院也在部署基于 MONAI 构建的 AIDE 平台，分别是盖伊和圣托马斯医院、国王学院医院、东肯特医院大学和伦敦大学学院医院 NHS 信托基金等机构，通过 MONAI 和 AIDE 的结合，就能对医学影像 AI 模型进行安全且有效的验证、部署与评估。这些模型将被 NHS 用于诊断和治疗癌症、脑卒中、失智症等疾病。这几家机构的专业医务人员每年服务于 500 万名患者。
 
国王学院医院 NHS 神经病学和数据科学教授 James Teo 表示：“这是一项令人万分期待的工作。通过部署这一临床 AI 工具基础设施，我们可以将 AI 整合到医疗服务中。通过这些平台，临床医生能够扩展医疗 AI 工具的部署，进而有助于其制定能够提高患者护理速度与精度的决定。这将为数字化转型之旅的开启提供一个强大、安全、开放的基础。”
 
让AI引入国民医疗，各界还在不断努力
 
除此之外，一些医疗初创企业、学术医疗中心和AI软件开发商也正在采用MONAI Deploy，包括：
 

• Qure.ai：NVIDIA初创加速计划成员Qure.ai开发了用于肺癌、脑外伤和肺结核等用例的医学影像AI模型。该公司正在使用MAP来打包需要部署的解决方案，推动这些解决方案更快速地在临床发挥影响力。

 

• SimBioSys：这家位于芝加哥的NVIDIA初创加速计划成员企业建立了患者肿瘤的3D虚拟表征，并将MAP用于有助预测患者对特定治疗会作何反应的精准医疗AI应用。

 

• 加州大学旧金山分校：加州大学旧金山分校正在为几个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。

 

• 目前诸如亚马逊云、谷歌云、Microsoft Azure、甲骨文等在内的主流云服务厂商都已整合MONAI Deploy和MAP。对于云服务商来说，对（使用云原生技术设计的） MAP的支持能够助力采用MONAI Deploy的研究者和企业通过容器或原生应用集成，在自己的平台上运行AI应用。

 
AI Centre 人工智能转型业务负责人 Haris Shuaib 表示： “整体医疗卫生生态系统中的研究者、医院和初创企业已经开始意识到在工作中引入简化的 AI 流程能够带来的益处。开源 MONAI 生态系统正致力于通过将数百种 AI 算法标准化，实现互操作性和影响的最大化，同时将原本三到六个月的部署时间缩短到仅有几周。”AI Centre 已经开发出了能够提高 COVID-19、乳腺癌、脑肿瘤、脑卒中和失智症风险等疾病诊断准确率的算法。AIDE 能够实现获批 AI 算法与患者病例的无缝安全连接，使数据无需离开医院信托基金。
 
AI Centre 副主任 Sebastien Ourselin 教授表示：“在将 AI 应用于国民医疗的进程中，AI Centre 发挥了重要的作用。我们致力于在临床中使用安全的机器人AI 创新，而 MONAI 的部署标志着我们在这一进程中的一个重要里程碑。只有通过学术界与 NVIDIA 等行业领导者之间的强大合作，才能实现这一目标。”