MONAI影像架构加速AI医疗领域的发展

MONAI为一款针对医疗领域进行优化的开源架构，随着即将发布应用于人工智能(AI)医疗与生命科学的NVIDIA Clara应用程序架构，MONAI现已准备投入生产。

MONAI于2020年4月推出，目前已有多家医疗研究机构采用。MONAI是一个以PyTorch为基础的架构，透过处理特定产业数据、高效能训练工作流程，以及可复制最先进方法的参考实施，促进医学影像AI技术的发展。

作为最新Clara产品一部分的MONAI，将提供超过二十个预先训练的模型，包括最近为COVID-19(新冠肺炎)开发的模型，以及在NVIDIA DGX A100 GPU上完成的最新训练优化项目，可以将训练处理时间提升六倍。

在医疗生态体系中，有许多单位纷纷采用MONAI架构。德国癌症研究中心、伦敦国王学院、麻省总医院、史丹佛大学与范德堡大学皆是采用此AI医疗影像架构的机构。

NVIDIA Clara为MONAI开发社群带来AI辅助标注机制、联合学习和生产部署方面最新的突破性进展。在最新版本的NVIDIA Clara中，为AI辅助标注机制加入一个能改写游戏规则的功能，让放射科医生在使用名为DeepGrow 3D的全新模型时，只要十分之一的点击次数，就能完成标注复杂的3D电脑断层扫描数据。相较过去传统按照每一张照片、或是每一张切片来分割器官或病灶影像的耗时作法不同，从前最多要点击250次才能对肝脏这样的大型器官完成分割标注，现在使用者仅需要几次的点击便能完成。

NVIDIA Clara的AI辅助标注机制工具与全新的DeepGrow 3D功能，整合至Fovia Ai的F.A.S.T. AI Annotation软件后，可用于标注训练数据，以及协助放射科医生阅读数据。Fovia提供的XStream HDVR SDK套件可用于检视DICOM影像，该套件已经整合至PACS检视器中。

AI辅助标注机制是解锁放射学丰富数据集的关键，最近被用于标注美国国家卫生研究院癌症影像档案馆公开发布的COVID-19(新冠肺炎) CT影像数据集，而这些标注好的数据集随后被用于由MICCAI支持的COVID-19(新冠肺炎)肺部CT影像病灶分割挑战赛中。

Clara联合学习近期促成全球20间医院携手进行研究，并为COVID-19(新冠肺炎)患者开发一个通用的AI模型。可以在NGC软件注册表上取得、能够预测COVID-19(新冠肺炎)患者氧气需求的 EXAM模型，现正于纽约Mount Sinai Health System、巴西Diagnósticos da America SA、英国国家卫生研究院剑桥生物医学研究中心以及美国国家卫生研究院进行临床验证评估。

NVIDIA将把NVIDIA Clara架构扩大用于数码病理应用，在这项应用中，庞大的尺寸影像会让现成的开源AI应用程序无法运作。Clara针对病理学的早期试用方案提供用于训练和部署AI应用程序的参考管道。