NVIDIA助力西門子醫(yī)療加速醫(yī)學(xué)影像AI部署

MONAI 集成現(xiàn)已上線西門子醫(yī)療 Digital Marketplace，加速 AI 在臨床工作流中的應(yīng)用落地。

全球每年為診斷、監(jiān)測和治療各種疾病而進行的醫(yī)學(xué)影像檢查達到 36 億次。

如果能夠加快對 X 射線、CT 掃描、核磁共振成像（MRI）和超聲波等醫(yī)學(xué)影像檢查的處理和評估，將大大幫助醫(yī)生管理工作量，并有助于更快改善患者的健康狀況。

出于這個原因，NVIDIA 推出了MONAI，這個開源研發(fā)平臺可用于開發(fā)醫(yī)學(xué)影像及其他領(lǐng)域的 AI 應(yīng)用。通過 MONAI，醫(yī)生與數(shù)據(jù)科學(xué)家能夠共同解鎖醫(yī)療數(shù)據(jù)的力量，構(gòu)建適用于醫(yī)療 AI 工作流的深度學(xué)習(xí)模型和可部署應(yīng)用。

在上周舉行的北美放射學(xué)會（RSNA）年會上，NVIDIA 宣布西門子醫(yī)療已使用MONAI Deploy模塊。該模塊包含在 MONAI 中，彌補了從研究到臨床工作之間的差距，使醫(yī)學(xué)影像 AI 工作流能夠被更加快速、高效地集成到臨床部署中。

全球有 15000 多臺醫(yī)療設(shè)備安裝了西門子醫(yī)療的 Syngo Carbon 和 syngo.via 企業(yè)影像平臺。它們幫助臨床醫(yī)生更好地讀取多種來源的醫(yī)學(xué)影像并從中提煉洞察。

開發(fā)人員在構(gòu)建 AI 應(yīng)用時通常會使用各種框架，使應(yīng)用難以被部署到臨床環(huán)境中。

而 MONAI Deploy 只需幾行代碼，就能構(gòu)建可在任何地點運行的 AI 應(yīng)用。該模塊可用于臨床工作中醫(yī)療 AI 應(yīng)用的開發(fā)、封裝、測試、部署和執(zhí)行，有助于簡化醫(yī)學(xué)影像 AI 應(yīng)用的開發(fā)流程，并將其集成到臨床工作流中。

西門子健康平臺上的 MONAI Deploy 大大加快了 AI 集成過程。用戶只需點擊幾下，就能將訓(xùn)練完畢的 AI 模型移植到現(xiàn)實世界的臨床環(huán)境中，而過去這項工作需要耗費數(shù)月時間。這能幫助研究人員、創(chuàng)業(yè)者和初創(chuàng)公司更快地將他們的應(yīng)用交付給放射科醫(yī)生。

西門子醫(yī)療數(shù)字技術(shù)與研究部門主管 Axel Heitland 表示：“我們通過加快 AI 模型的部署，幫助醫(yī)療機構(gòu)比以往更快用上基于 AI 的最新醫(yī)學(xué)影像技術(shù)，并從中受益。借助 MONAI Deploy，研究人員可以快速定制 AI 模型并將實驗室中的創(chuàng)新成果應(yīng)用于臨床實踐，讓全球成千上萬的臨床研究人員直接在他們的 syngo.via 和 Syngo Carbon 影像平臺上使用 AI 驅(qū)動的先進技術(shù)?！?/p>

借助使用 MONAI 開發(fā)的應(yīng)用，這些平臺可以大大簡化 AI 的集成。用戶可以在西門子醫(yī)療 Digital Marketplace 上輕松獲得和使用這些應(yīng)用，還可以進行瀏覽、選擇以及將它們無縫集成到臨床工作流中。

MONAI 生態(tài)系統(tǒng)

推動創(chuàng)新和應(yīng)用

MONAI 已推出五年，下載量超過 350 萬次，全球貢獻者達 220 人。它被 3000 多篇發(fā)表的文章所認可，贏得過 17 次 MICCAI 挑戰(zhàn)賽并被應(yīng)用于眾多臨床產(chǎn)品。

最新發(fā)布的 MONAI v1.4 版本進行了多項更新，使研究人員和臨床醫(yī)生能夠更有效地利用 MONAI 的創(chuàng)新成果，并為西門子醫(yī)療的 Syngo Carbon 和 syngo.via 以及西門子醫(yī)療 Digital Marketplace 做出貢獻。

MONAI v1.4 和相關(guān) NVIDIA 產(chǎn)品的更新內(nèi)容包括加入了新的醫(yī)學(xué)影像基礎(chǔ)模型。這些模型可在 MONAI 中進行定制，并作為 NVIDIA NIM 微服務(wù)部署。目前作為 NIM 微服務(wù)正式提供的模型包括：

MAISI（適用于合成影像的醫(yī)療 AI）是一個潛在擴散生成式 AI 基礎(chǔ)模型，能夠模擬高分辨率、全格式 3D CT 影像以及這些影像的解剖結(jié)構(gòu)分割。

VISTA-3D是一個用于 CT 影像分割的基礎(chǔ)模型，它提供了涵蓋 120 多個主要器官類別的精準開箱即用性能以及學(xué)習(xí)分割新結(jié)構(gòu)所需的有效自適應(yīng)和零樣本功能。

除了 MONAI 1.4 的主要功能外，現(xiàn)在還可以通過 MONAI 的 VLM GitHub 資源庫訪問新的 MONAI 多模態(tài)模型 M3。M3 是一個借助醫(yī)療 AI 專家模型（例如來自 MONAI Model Zoo、經(jīng)過訓(xùn)練的 AI 模型）擴展所有多模態(tài) LLM 的框架。目前在 Hugging Face 上提供的 VILA-M3 基礎(chǔ)模型具有先進的放射影像副駕駛性能，充分展現(xiàn)了這一新框架的強大之處。

MONAI 為醫(yī)院、醫(yī)療初創(chuàng)公司

和研究機構(gòu)牽線搭橋

全球頂尖的醫(yī)療機構(gòu)、學(xué)術(shù)醫(yī)療中心、初創(chuàng)公司和軟件供應(yīng)商正在積極使用MONAI并推進其發(fā)展，包括：

德國癌癥研究中心領(lǐng)導(dǎo) MONAI 的基準和指標工作組，該工作組負責(zé)提供衡量 AI 性能的指標以及如何和何時使用這些指標的指南。

紀念斯隆-凱特琳癌癥中心（MSK）的 Nadeem Lab 率先使用 MONAI 在云端部署了多個 AI 輔助注釋流程和病理數(shù)據(jù)推理模塊。

科羅拉多大學(xué)醫(yī)學(xué)院的教師開發(fā)了基于 MONAI 的眼科工具，以便使用各種影像學(xué)方法檢測視網(wǎng)膜疾病。該大學(xué)還使用 MONAI 引領(lǐng)了一些原創(chuàng)的聯(lián)邦學(xué)習(xí)開發(fā)和臨床演示。

MathWorks已將 MONAI Label 與其 Medical Imaging Toolbox 集成，為學(xué)術(shù)界和產(chǎn)業(yè)界成千上萬從事醫(yī)學(xué)和生物醫(yī)學(xué)應(yīng)用工作的 MATLAB 用戶帶來了醫(yī)學(xué)影像 AI 和 AI 輔助注釋功能。

GSK正在探索 MONAI 基礎(chǔ)模型，包括用于影像分割的 VISTA-3D 和 VISTA-2D。

Flywheel提供了一個包含 MONAI 的平臺。該平臺將 MONAI 用于簡化影像數(shù)據(jù)管理，實現(xiàn)研究工作流程的自動化和支持 AI 開發(fā)與分析，并且可以根據(jù)研究機構(gòu)和生命科學(xué)組織的需求進行擴展。

Alara Imaging在 2024 年美國醫(yī)學(xué)影像信息學(xué)學(xué)會會議上發(fā)表了將 VISTA-3D 等 MONAI 基礎(chǔ)模型與 Llama 3 等 LLM 集成的工作。

RadImageNet正在探索使用 MONAI 的 M3 框架開發(fā)前沿視覺語言模型，以便利用 MONAI 的影像 AI 專家模型生成高質(zhì)量的放射學(xué)報告。

Kitware正在提供以 MONAI 為核心的專業(yè)軟件開發(fā)服務(wù)，幫助客戶將 MONAI 集成到設(shè)備制造商的定制工作流以及監(jiān)管機構(gòu)批準的產(chǎn)品中。

研究人員和企業(yè)現(xiàn)在可以在云服務(wù)提供商上使用 MONAI 來運行和部署可擴展的 AI 應(yīng)用。支持 MONAI 的云平臺包括AWS HealthImaging、Google Cloud、Microsoft Cloud for Healthcare 旗下的 Precision Imaging Network 以及 Oracle Cloud Infrastructure。