MONAI成像框架快速投入生产,加速医疗健康领域的AI应用

MONAI(Medical Open Network for AI)是针对医疗康健领域举行优化的开源框架。即将公布的 NVIDIA Clara 应用框架现已投入生产,用于医疗康健和生命科学领域的 AI 应用

 

MONAI 于 4 月推出,现已被领先的医疗康健研究机构接纳。它是一个基于 PyTorch 的框架,可通过行业特定的数据处置、高性能训练事情流程、先进的可复现参考实现,使 AI 能够用于医疗成像的开发。

 

 

作为更新版 Clara 产物的一部门,MONAI 将提供 20 多种预训练模子,包罗最近为 COVID-19 开发的模子,以及针对 NVIDIA DGX A100 GPU 的最新训练优化。该优化可将训练速率提高六倍。

 

麻省总医院 Athinoula A. Martinos 生物医学成像中央 QTIM 实验室主任 Jayashree Kalpathy-Cramer 博士示意:“MONAI 正在成为医疗康健领域的 PyTorch,为数据科学家和临床医生之间更慎密的互助铺平了门路。借助联邦学习,MONAI 在全球范围内的接纳促进了全球互助。”

 

MONAI 在医疗生态系统中被普遍接纳。德国癌症研究中央、伦敦国王学院、麻省总医院、斯坦福大学和范德堡大学都在使用这一 AI 成像框架。MONAI 被应用在从行业领先的成像竞赛,到 9 月举行的首个针对该框架的新手训练营的各个方面。该新手训练营吸引了来自 40 个国家的 550 多人注册介入,其中包罗大学本科生。

 

范德堡大学的 Bennett Landman 博士示意:“MONAI 已迅速成为了医疗康健领域首选的深度学习框架。从研究走向生产的这一步,对 AI 应用在临床照顾护士中的落地来说至关重要。NVIDIA 致力于社区驱动型科学研究,让学术界能够为可用于生产的框架做出孝敬。这将有助于进一步创新,以构建企业停当型特征。”

 

新特征

NVIDIA Clara 为 MONAI 社区带来了 AI 辅助注释、联邦学习和生产部署方面的最新突破。

 

其最新版本为 AI 辅助注释带来了变化,使放射科医生可使用名为 DeepGrow 3D 的新模子。借此仅需原来十分之一的点击量,就能符号庞大的 3D CT 数据。传统的按图像或切片对器官或病变举行支解的方式异常耗时,对于像肝脏这样的大型器官,最多可能需要举行 250 次点击。而现在,用户可以通过更少的点击次数举行支解。

 

NVIDIA Clara 的 AI 辅助注释工具和全新 DeepGrow 3D 功效可与 Fovia Ai 的 F.A.S.T. AI 注释软件相结合,用于符号训练数据,并协助放射科医生读片。Fovia 提供 XStream HDVR SDK 套件,可通过业界领先的 PACS 查看器来查看 DICOM 图像。

 

要想解锁厚实的放射学数据集,AI 辅助注释是要害。该手艺最近还被用于符号美国国立卫生研究院癌症影像档案馆公布的公共 COVID-19 CT 数据集。随后,这一符号数据集被用于 MICCAI 认证的 COVID-19 肺部 CT 病变支解挑战赛中。

 

Clara 联邦学习使全球 20 家医院在近期得以开展互助研究,从而为 COVID-19 患者开发通用 AI 模子。EXAM 模子可展望 COVID-19 患者的需氧量,其可通过 NGC 软件注册表获取,并正在纽约西奈山卫生系统、巴西 Diagnósticos da America SA、英国国立卫生研究院剑桥生物医学研究中央和美国国立卫生研究院中举行临床验证评估。

 

斯坦福大学生物医学数据科学、放射学和医学教授 Daniel Rubin 博士示意:“MONAI 软件框架提供了用于训练和评估基于图像的深度学习模子的要害组件,其开源的方式助力培育不停壮大的社区,为联邦学习等令人振奋的提高做出孝敬。”

 

NVIDIA 还将 NVIDIA Clara 扩展到数字病理学应用。在这一领域,现有开源工具无法应对伟大的图像尺寸。用于病理学早期接见的 Clara 包罗针对 AI 应用训练和部署的参考管线。

 

伦敦医学成像和 AI 价值医疗中央首席手艺官 Jorge Cardoso 示意:“医疗康健数据的互操作性、模子部署和临床路径集成是一个日益庞大并相互交织的话题,涉及特定领域的专业知识。MONAI 项目与 NVIDIA Clara 生态系统的其他部门相结合,有助于改善患者照顾护士,优化医院运营。”

留下评论