NVIDIA加速扩展生态系统MONAI的应用，促推AI更好地赋能医疗健康服务

近日，NVIDIA宣布，其与AI Centre联合开发的开源医学影像AI框架MONAI将应用于英国国家医疗服务体系（NHS）信托基金，目前，NHS下属的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信托基金等机构正在部署基于MONAI构建的AIDE（AI Deployment Engine，即AI部署引擎）平台，为专业医务人员提供专业的AI疾病检测工具。

图片来源：NVIDIA

通过MONAI和AIDE的结合，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用于诊断和治疗脑卒中、失智症、心力衰竭、癌症等疾病，预计到明年，AIDE将推广至11家NHS医院，届时将为1800万患者提供服务。

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。”

AIDE提升医院诊疗效率

据了解，MONAI早在2019年就已推出，提供专为医学影像优化的深度学习基础设施和工作流，简化AI模型的构建流程，借助MONAI，开发者能够轻松构建和部署AI应用，创建出可用于临床整合的模型，降低从研发到临床医疗工作流的复杂性，并更轻松地解读医学检查结果，更深入地了解患者病情。目前，MONAI的下载量已超过65万次。

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。”

也正是基于MONAI够灵活且可组合的框架开发出的AIDE能够为临床医生提供各种AI功能。通过该解决方案，临床医生能够掌握更多关于患者的信息，使医疗数据更易于获取且更具互操作性，进而提高患者的护理质量。同时，AIDE还能实现获批AI算法与患者病例的无缝安全连接，保障了患者数据的隐私性和安全性。

MAP实现“一包打尽”

AI硬件与软件的最新发展，正在彻底改变医疗诊断的思路，全面重塑实时处理、预测与可视化医疗数据等细分应用领域。现阶段，AI医疗影像正向多疾病横向拓展，而这也正是MONAI在医疗生态布局的扩展之路。

除了AIDE，由MONAI Deploy提供的MAP，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，实现“一包打尽”。

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’。”

而MAP能够简化这一流程，若开发者使用MONAI Deploy应用软件开发工具包来打包一个应用，医院可轻松地在本地或云端运行这一应用。

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。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。目前，MAP已在多家云平台服务商和医疗机构部署运用，具体包括：

辛辛那提儿童医院学术医疗中心正在为一个能够在CT影像中自动分割整体心脏容积的AI模型创建MAP，进而通过美国国立卫生研究院资助的一个项目，为小儿心脏移植患者提供援助；NVIDIA初创加速计划成员Qure.ai正在使用MAP来打包需要部署的用于肺癌、脑外伤和肺结核等用例的解决方案，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；Amazon HealthLake Imaging已将MAP接口已整合进影像服务，使临床医生能够实时查看、处理和分割医学影像。

来源：医谷网