NVIDIA推出“一包打尽”MAP：MONAI推出用于部署医学影像AI应用的框架

为大规模地提供AI加速的医疗服务，医疗机构需要让成千上万的神经网络一同工作，以应对人体生理学、所有疾病，甚至医院运营等方方面面的相关工作，而这在如今的智能医院环境中是一项重大的挑战。

目前，美国加州大学旧金山分校（UCSF）、辛辛那提儿童医院和初创企业Qure.ai等医学影像领域的领先企业和机构借助MONAI Deploy，将研究突破应用于临床。

MONAI是一个采用NVIDIA技术加速的开源医学影像AI框架，其下载量目前已超65万次。借助MONAI应用包（简称：MAP），MONAI就能更轻松地将模型集成到临床工作流中。

(资料图片仅供参考)

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。

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’。”

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。

伦敦医学影像与AI中心Value-Based Healthcare（基于价值的医疗）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。”

世界各地的医疗机构、学术医疗中心和AI软件开发商正在采用MONAI Deploy，包括：

●辛辛那提儿童医院：该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。

●英国国家医疗服务体系（NHS）：NHS信托基金已在四家医院部署了基于MONAI的AI部署引擎平台——AIDE（AI Deployment Engine），致力于为专业医务人员提供AI疾病检测工具。这些医务人员每年为500万名患者提供服务。

●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。

MAP规格由MONAI Deploy工作组制定。该工作组由来自十几家医学影像机构的专家组成，目标是支持AI应用开发者以及运行AI应用的临床和基础设施平台。

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，在自己的平台上运行AI应用。整合MONAI Deploy和MAP的云平台包括：

●Amazon HealthLake Imaging：MAP接口已被整合进HealthLake影像服务，使临床医生能够实时查看、处理和分割医学影像。

●Google Cloud：Google Cloud的医学影像套件使医学影像数据变得更易于获取、更具互操作性且更加实用。该套件已将MONAI整合到其平台中，使临床医生能够部署AI辅助注释工具，助力实现人工和重复性医学影像标记任务的自动化。

●Microsoft Azure驱动的Nuance精准成像网络：Nuance和NVIDIA最近宣布展开合作，将MONAI和Nuance精准成像网络相结合。Nuance精准成像网络是一个为12000多家医疗机构提供AI工具和洞察的云平台。

●Oracle Cloud Infrastructure：Oracle和NVIDIA最近宣布展开合作，将包括MONAI Deploy在内的医疗行业加速计算解决方案引入Oracle Cloud Infrastructure。即日起，开发者可使用Oracle Cloud Marketplace上的NVIDIA容器，通过MONAI Deploy来构建MAP。

着手使用MONAI。关注本周的RSNA大会，了解NVIDIA如何助力构建AI医学影像生态系统。