英偉達發布MONAI應用包、AIDE等產品，加速醫學影像AI的臨床部署

近日，在RSNA（北美放射學年會）上，英偉達發布了旗下開源醫學影像 AI 框架 MONAI 的最新應用進展。

英偉達將提供 MONAI 應用包（MAP），打包AI模型，以供醫學影像企業、機構輕松部署。目前，MAP 已被亞馬遜云、谷歌云、微軟 Azure、Oracle 云基礎設施等主流云平臺采用。

MONAI（Medical Open Network for Artificial Intelligence）的正式亮相是2020年4月，當時英偉達與倫敦國王學院共同宣布了 Project MONAI 的開源 alpha 版本。MONAI 針對醫療保健研究人員的需求進行了優化，并且可以與 PyTorch 和 Ignite 等深度學習框架一起運行。

近年來，醫學影像 AI 快速發展，涌現了各類 AI 工具，但受限于復雜的工作流程、不統一的開發和部署標準，快速、大規模的臨床應用尚未實現，這也是 MONAI 和 MAP 瞄準的痛點。

目前，MONAI 的下載量已超65萬次，被蓋伊和圣托馬斯醫院、英國國王學院醫院等知名醫療機構采用。

英偉達表示，英國國家醫療服務體系（NHS）信托基金將使用 MONAI，提供面向腦卒中、失智癥、心力衰竭、癌癥等疾病的臨床 AI 應用。

MAP “一包打盡”，已進入亞馬遜云等主流云平臺

MAP 由 MONAI Deploy 提供，作為一種 AI 模型的打包方式，旨在破解以往醫療機構部署AI模型的難題。

美國辛辛那提兒童醫院正在創建MAP，以部署一個能夠在CT影像中自動分割整體心臟容積的AI模型，為小兒心臟移植患者提供援助。

該醫院的 Ryan Moore 博士表示，“如果想要在影像部門部署幾個AI模型來幫助專家識別十幾種不同的病癥或實現醫學影像報告的半自動化創建，需要耗費大量時間和資源來為每個模型尋求合適的硬件和軟件基礎設施。這在過去雖然‘可能’，但并不‘可行’?！?/p>

通過規范開發人員如何構建 AI 模型，并將其打包為可部署的臨床應用程序，MAP 能夠簡化這一流程。如果開發者使用 MONAI Deploy 應用軟件開發工具包來打包一個應用，醫院就可以輕松地在本地或云端運行這一應用。MAP 規格還整合了醫療IT標準，比如醫學影像互操作性標準DICOM等。

據了解，MONAI Deploy 工作組由來自十幾家醫學影像機構的專家組成，目標是支持AI應用開發者以及運行AI應用的臨床和基礎設施平臺。

對于開發者來說，MAP 可以幫助研究者在臨床環境中輕松打包和測試模型，從而加速 AI 模型的演進。這使他們能夠采集真實世界的反饋，進而對 AI 進行完善和改進。

對于云服務商來說，對（使用云原生技術設計的） MAP的支持，能夠助力采用 MONAI Deploy 的研究者和企業通過容器或原生應用集成，在自己的平臺上運行AI應用。

目前，整合MONAI Deploy和MAP的云平臺包括亞馬遜云、谷歌云、微軟 Azure、Oracle 云基礎設施等。

亞馬遜云將MAP接口整合進 HealthLake 影像服務，使臨床醫生能夠實時查看、處理和分割醫學影像。

Google Cloud的醫學影像套件將 MONAI 整合到其平臺中，使臨床醫生能夠部署AI輔助注釋工具，助力實現人工和重復性醫學影像標記任務的自動化。

最近，英偉達也分別與微軟 Azure驅動的Nuance精準成像網絡、Oracle 云基礎設施宣布開展合作。Nuance 精準成像網絡是一個為12000多家醫療機構提供 AI 工具和洞察的云平臺，接下來將與 MONAI 相結合。

Oracle 將包括 MONAI Deploy 在內的醫療行業加速計算解決方案引入 Oracle Cloud Infrastructure，即日起，開發者可使用Oracle Cloud Marketplace上的NVIDIA容器，通過MONAI Deploy來構建MAP。

此外，正在采用 MONAI Deploy 還有英國國家醫療服務體系（NHS）、Qure.ai、SimBioSys 與加州大學舊金山分校。

其中，英偉達初創加速計劃成員企業 Qure.ai 開發了用于肺癌、腦外傷和肺結核等用例的醫學影像AI模型，其正在使用 MAP 來打包需要部署的解決方案，推動這些解決方案更快速地在臨床發揮影響力。

SimBioSys 是一家位于芝加哥的NVIDIA初創加速計劃成員企業，建立了患者腫瘤的3D虛擬表征，將 MAP 用于有助預測患者對特定治療會作何反應的精準醫療AI應用。

加州大學舊金山分校正在為幾個AI模型開發MAP，包括髖部骨折檢測、肝臟和腦腫瘤分割、膝關節和乳腺癌分類等應用。

MONAI 加速醫學影像AI的大規模臨床部署

在RSNA上，英偉達宣布與英國國家醫療服務體系（NHS）達成合作，NHS將使用基于 MONAI 構建的 AIDE 平臺，為專業醫務人員提供 AI 疾病檢測工具。

英國公共醫療體系由 10 個NHS信托基金組成，預計 AIDE 平臺將于明年推廣到 11 家 NHS 醫院，屆時將為1800萬名患者提供服務。

AIDE 的全稱是 AI Deployment Engine，即 “AI 部署引擎” ，由英偉達和 AI Centre for Value Based Healthcare 聯合構建，后者是一個由多家大學、醫院和行業合作伙伴組成，并由倫敦國王學院與蓋伊和圣托馬斯醫院 NHS 信托基金領導的聯盟。

英偉達表示，AIDE 將于 12 月 7 日開源，并在 GitHub 上發布。

據介紹，MONAI 和 AIDE 的結合，能對醫學影像 AI 模型進行安全且有效的驗證、部署與評估。這些模型將被 NHS 用于診斷和治療癌癥、腦卒中、失智癥等疾病。

目前，AIDE 平臺目前正在四家醫院部署，包括蓋伊和圣托馬斯醫院、國王學院醫院、東肯特醫院大學和倫敦大學學院醫院 NHS 信托基金等機構。這四家機構的專業醫務人員每年服務于 500 萬名患者。

國王學院醫院 NHS 神經病學和數據科學教授 James Teo 認為，這項工作令人期待，“通過部署這一臨床 AI 工具基礎設施，我們可以將 AI 整合到醫療服務中。通過這些平臺，臨床醫生能夠擴展醫療 AI 工具的部署，進而有助于其制定能夠提高患者護理速度與精度的決定。”

目前，AI Centre 已經開發出了能夠提高 COVID-19、乳腺癌、腦腫瘤、腦卒中和失智癥風險等疾病診斷準確率的算法。

AI Centre 人工智能轉型業務負責人 Haris Shuaib 表示， 整體醫療衛生生態系統中的研究者、醫院和初創企業已經開始意識到在工作中引入簡化的 AI 流程能夠帶來的益處。MONAI 能夠將數百種 AI 算法標準化，實現互操作性和影響的最大化，同時將原本三到六個月的部署時間縮短到僅有幾周。

借助 AIDE， AI Centre 能夠實現獲批 AI 算法與患者病例的無縫安全連接，使數據無需離開醫院信托基金。臨床數據的分析結果將被送回電子病例，以助力制定臨床決策，這為臨床多學科團隊的病情會診又提供了頗具價值的數據來源，醫院希望 AIDE 能夠幫助加快這一流程，使患者受益。

“目前，大多數AI模型一直處于研發階段，很少能夠真正用于患者護理?！眰惗蒯t學影像與AI中心Value-Based Healthcare項目首席技術官 Jorge Cardoso 認為，這正是 MONAI Deploy 發揮作用之處，幫助推動研發成果落地，實現更具影響力的臨床AI。雷峰網 雷峰網(公眾號：雷峰網)

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。