隨著技術(shù)的不斷發(fā)展，人工智能不斷深入場景，在各行各業(yè)廣泛落地應(yīng)用。在醫(yī)療行業(yè)中，利用人工智能技術(shù)輔助醫(yī)生進(jìn)行醫(yī)學(xué)影像閱片，能夠大幅提升效率，降低醫(yī)生的工作強度和病患的等待時間。

為了讓人工智能更好的服務(wù)于醫(yī)療行業(yè)，NVIDIA 推出了MONAI和Clara Holoscan兩個關(guān)鍵組件。NVIDIA 醫(yī)療業(yè)務(wù)發(fā)展總監(jiān) David Niewolny表示，醫(yī)學(xué)成像是醫(yī)療保健行業(yè)中最重要的工具之一，占到醫(yī)療保健數(shù)據(jù)中的 90% 以上。因此，在醫(yī)療保健的醫(yī)學(xué)成像系統(tǒng)中采用人工智能是非常重要的應(yīng)用場景。根據(jù)介紹，目前已經(jīng)有很多醫(yī)療保健行業(yè)正在快速采用人工智能技術(shù)，NVIDIA研究的數(shù)據(jù)則高達(dá)75%。 

在本次媒體溝通會上，David Niewolny針對MONAI技術(shù)以及在各大醫(yī)院的落地實踐，重點進(jìn)行了分享。 

MONAI于2019年正式推出，是一個開源醫(yī)療特定的人工智能框架，用于在人工智能應(yīng)用程序中大規(guī)模開發(fā)和部署模型。借助 MONAI，開發(fā)者能夠輕松構(gòu)建和部署 AI 應(yīng)用，創(chuàng)建出可用于臨床整合的模型，并更輕松地解讀醫(yī)學(xué)檢查結(jié)果，更深入地了解患者病情。 

據(jù)David Niewolny介紹，MONAI專為放射學(xué)，病理學(xué)和手術(shù)數(shù)據(jù)而設(shè)計，旨在加速人工智能的臨床轉(zhuǎn)化，特別是在醫(yī)學(xué)成像領(lǐng)域。因此，MONAI被稱為醫(yī)療保健的Pytorch。David Niewolny表示，AI 生命周期帶有預(yù)先訓(xùn)練模型、AI 輔助標(biāo)簽工具、最先進(jìn)培訓(xùn)技術(shù)（如聯(lián)邦學(xué)習(xí)和自監(jiān)督學(xué)習(xí)）。 

為了使得MONAI能夠更加輕松地將模型集成到臨床工作流中，NVIDIA還提供了MONAI應(yīng)用包（MAP），其規(guī)格由MONAI Deploy工作組制定，該工作組由來自十幾家醫(yī)學(xué)影像機構(gòu)的專家組成，目標(biāo)是支持AI應(yīng)用開發(fā)者以及運行AI應(yīng)用的臨床和基礎(chǔ)設(shè)施平臺。 

對于開發(fā)者來說，MAP可以幫助研究者在臨床環(huán)境中輕松打包和測試模型，從而加速AI模型的演進(jìn)。這使他們能夠采集真實世界的反饋，進(jìn)而對AI進(jìn)行完善和改進(jìn)。除此之外，MAP能夠還能夠簡化部署流程。如果開發(fā)者使用MONAI Deploy應(yīng)用軟件開發(fā)工具包來打包一個應(yīng)用，醫(yī)院就可以輕松地在本地或云端運行這一應(yīng)用。最后，MAP規(guī)格還整合了醫(yī)療IT標(biāo)準(zhǔn)，比如醫(yī)學(xué)影像互操作性標(biāo)準(zhǔn)DICOM等。 

對于云服務(wù)商來說，對（使用云原生技術(shù)設(shè)計的） MAP的支持能夠助力采用MONAI Deploy的研究者和企業(yè)通過容器或原生應(yīng)用集成，在自己的平臺上運行AI應(yīng)用。 

由于MONAI 標(biāo)準(zhǔn)化了醫(yī)療保健 IT 基礎(chǔ)架構(gòu)中的應(yīng)用程序開發(fā)、打包和部署，為此在研發(fā)界被廣泛采用，下載量超過 650，000 次，GitHub 項目超過 450 個，發(fā)表論文 160 篇，贏得 11 次 Kaggle 競賽。 

溝通會上，David Niewolny還通過辛辛那提兒童醫(yī)院醫(yī)療中心的合作，詳細(xì)介紹了MONAI在醫(yī)療行業(yè)的落地案例。據(jù)介紹，在心臟移值的手術(shù)中，由于人類心臟只能在大約 4 小時內(nèi)存活時間，因此每一分鐘都非常重要。其中，一個重要的決策點是與捐助者的匹配，醫(yī)學(xué)成像數(shù)據(jù)和人體分割用于測量潛在供體心臟的大小。由于此過程容易出錯且耗時，需要 20 多分鐘才能完成。為此，辛辛那提兒童醫(yī)院研究小組開發(fā)了一種深度學(xué)習(xí)模型，使這一關(guān)鍵步驟自動化，只需幾秒鐘即可估計總心肌容量，大大提高了潛在匹配的機會。 

David Niewolny表示，需要心臟或肺移植的兒科患者往往遭受不必要的高死亡率，即使在有大量捐助者未被利用的情況下，也要在等候上花費大量的時間。辛辛那提兒童醫(yī)院醫(yī)療中心使用MONAI來擴展深度學(xué)習(xí)總心體積模型，該模型挽救許多兒童的生命。

除了辛辛那提兒童醫(yī)院之外，很多知名的醫(yī)療機構(gòu)也在將MONAI運用到不同的應(yīng)用中。例如英國國家醫(yī)療服務(wù)體系信托基金已在四家醫(yī)院部署了基于MONAI的AI部署引擎平臺——AIDE（AI Deployment Engine），致力于為專業(yè)醫(yī)務(wù)人員提供AI疾病檢測工具。

NVIDIA初創(chuàng)加速計劃成員Qure.ai使用MAP來打包需要部署的解決方案，開發(fā)了用于肺癌、腦外傷和肺結(jié)核等用例的醫(yī)學(xué)影像AI模型。芝加哥NVIDIA初創(chuàng)加速計劃成員企業(yè)建立了患者腫瘤的3D虛擬表征，并將MAP用于有助預(yù)測患者對特定治療會作何反應(yīng)的精準(zhǔn)醫(yī)療AI應(yīng)用。加州大學(xué)舊金山分校正在為幾個AI模型開發(fā)MAP，包括髖部骨折檢測、肝臟和腦腫瘤分割、膝關(guān)節(jié)和乳腺癌分類等應(yīng)用。

據(jù)David Niewolny介紹，除了大量的醫(yī)療行業(yè)案例之外，很多云廠商也在采用MONAI Deploy的研究者和企業(yè)通過容器或原生應(yīng)用集成，在自己的平臺上運行AI應(yīng)用。 

例如，MAP接口已被整合進(jìn)HealthLake影像服務(wù)，使臨床醫(yī)生能夠?qū)崟r查看、處理和分割醫(yī)學(xué)影像。Google Cloud的醫(yī)學(xué)影像套件使醫(yī)學(xué)影像數(shù)據(jù)變得更易于獲取、更具互操作性且更加實用。該套件已將MONAI整合到其平臺中，使臨床醫(yī)生能夠部署AI輔助注釋工具，助力實現(xiàn)人工和重復(fù)性醫(yī)學(xué)影像標(biāo)記任務(wù)的自動化。

Microsoft Azure驅(qū)動的Nuance精準(zhǔn)成像網(wǎng)絡(luò)將MONAI和Nuance精準(zhǔn)成像網(wǎng)絡(luò)相結(jié)合。Oracle和NVIDIA最近宣布展開合作，將包括MONAI Deploy在內(nèi)的醫(yī)療行業(yè)加速計算解決方案引入Oracle Cloud Infrastructure。即日起，開發(fā)者可使用Oracle Cloud Marketplace上的NVIDIA容器，通過MONAI Deploy來構(gòu)建MAP。

正如David Niewolny所述，當(dāng)前，大部分AI模型都處于研發(fā)階段，主要是由于缺乏一個專有標(biāo)準(zhǔn)。MONAI Deploy將有助于推動研發(fā)成果落地，實現(xiàn)更具影響力的臨床AI。?