科技产业报订阅
活动+
 

NVIDIA Clara AI实现软件定义影像与AI重新定义放射诊疗

NVIDIA资深深度学习解决方案架构师刘冠良。

NVIDIA资深深度学习解决方案架构师刘冠良开宗明义指出,软件定义影像加上AI重新定义放射线治疗已成为当前医疗科技的大趋势。放射线治疗的世界是由从影像撷取、影像数理到影像分析,再到阅片及报告等数以百万计的仪器加上数以千计的AI所组成。

AI是智能仪器的未来,包括图象分类、深度卷积分割(Volumetric Segmentation),以及AUTOMAP新式影像重建深度学习架构等。AI在推进医疗影像方面有著巨大的潜力,但却很难获得标注良好的资料集。美国国家卫生院(NIH)研究人员利用深度学习、NVIDIA GPU及CUDA程序开发模型创建了一个自动标注系统。NIH的研究能为医学研究人员创建一个全球资料集函式库。

NVIDIA Clara AI工具套件是一套专供放射科医师使用的系统,可提供AI辅助标注、调整适用患者的AI,并将其部署到医院里。其中包含13项最先进预先训练好的AI分类与分割技术模型,还有为放射科医师打造的软件工具。目前全球各大医疗机构早已开始使用Clara平台,因为人工标注资料太过耗时费工,动辄好几小时,Clara AI的辅助标注功能可加快建立结构化资料集的速度,只需几分钟就能完成标注。同时,Clara影像可协助使用者建立以软件定义的应用程序,能在本机端或云端上执行,并且让旧版设备和工作流程变得更有智能。

刘冠良进一步指出,NVIDIA Clara AI工具套件一开始会透过Clara Train SDK训练开发套件来进行资料的标注与训练,然后再透过Clara Deploy SDK部署开发套件来完成Clara应用程序的部署。除了一开始透过由预先训练模型、标注用户端API及标注服务器所组成的AI辅助标注机制(AIAA-AI Assisted Annotation)完成资料的自动化标注外,接著会透过预先训练模型来进行所谓的迁移学习(Transfer Learning)。

Clara Train SDK中的迁移学习工具(Transfer Learning Toolkit;TLT)将迁移学习的流程简单化、标准化,协助开发者快速利用建议的算法架构与预训练模型进行模型的训练以及调适。其部署开发套件包含了容器与对DICOM通讯的内建支持、工作流程推论与编排服务器、定义客制化工作流程的管线式定义语言,以及能简化K8S丛集设定的工具。

日前NVIDIA与美国放射学会(ACR)合作将NVIDIA Clara AI工具套件及AI放射诊疗应用至数千家医院中。透过支持AI训练、自适性学习、联合联邦式学习(Federated Learning)及水平扩充部署之Clara AI工具套件的集成,让ACR AI-LAB免费软件工具平台可以供3.8万名ACR会员及放射科医师专家存取使用。该平台除了在分享预先训练模型的同时会确保资料安全外,并会对本地环境中的AI进行验证。



  •     按赞加入DIGITIMES智能医疗粉丝团
更多关键字报导: NVIDIA 人工智能 智能医疗