助攻医学影像AI模型临床部署，英伟达亮出“打包”利器智东西（公众号：zhidxcom）作者

文章图片
智东西（公众号：zhidxcom）
作者|ZeR0
编辑|漠影
智东西11月26日报道，美国AI计算巨头英伟达（NVIDIA）在正在举行的2022年北美放射学年会（RSNA2022）上宣布将提供MONAI应用包（MAP），以供医疗机构影像部门轻松部署AI模型。 MAP已被AWS、谷歌云、微软Azure、Oracle云基础设施等主流云平台采用。
MONAI是由英伟达和AICentre共同开发的开源医学影像AI框架，于2019年推出，被称作“医疗健康的PyTorch” ，用于对接AI应用与医院系统。该框架下载量已超65万次，可帮助开发者轻松构建和部署AI应用，创建出可用于临床整合的模型，并更轻松地解读医学检查结果，更深入地了解患者病情。
英国国家医疗服务体系（NHS）信托基金将使用MONAI ，提供面向脑卒中、失智症、心力衰竭、癌症等疾病的临床AI应用。

文章图片
一、MAP“一包打尽” ，已进入主流云平台MONAI应用包（MAP）为简化AI应用开发工作而生，通过MONAIDeploy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RyanMoore博士谈道，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则可以简化这一流程。如果开发者使用MONAIDeploy应用软件开发工具包来打包一个应用，医院就能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。
MAP规格由MONAIDeploy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可帮助研究者在临床环境中轻松打包和测试模型，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MONAIDeploy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MONAIDeploy和MAP的云平台包括：AmazonHealthLakeImaging ， 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；谷歌云，其医学影像套件已将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；微软Azure ，将MONAI和云平台Nuance精准成像网络相结合；Oracle云基础设施，引入包括MONAIDeploy在内的医疗行业加速计算解决方案，即日起开发者可使用OracleCloudMarketplace上的NVIDIA容器，通过MONAIDeploy来构建MAP 。

文章图片
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MONAIDeploy 。
比如辛辛那提儿童医院正在为一个能在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，正使用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。
【