MONAI成像框架快速进入生产，加速医疗领域的人工

　　MONAI是一个面向人工智能的医疗开放网络，是一个针对医疗保健的领域优化的开源框架，随着NVIDIA Clara应用程序框架即将发布，该应用程序框架可用于人工智能支持的医疗保健和生命科学领域。
 

　　MONAI于4月推出，并已被领先的医疗保健研究机构采用，它是一个基于Pytork的框架，能够通过行业特定的数据处理、高性能的培训工作流程和可复制的最新方法的参考实现来开发用于医疗成像的人工智能。
 

　　作为更新的Clara产品的一部分，MONAI将提供20多个预先培训的模型，包括最近为COVID-19开发的模型，以及NVIDIA DGX A100 gpu上的最新培训优化，提供高达六倍的培训周转时间加速。
 

　　MGH Athinoula A.Martinos生物医学成像中心QTIM实验室主任Jayashree Kalthy-Cramer博士说：“MONAI正在成为医疗保健的火炬手，为数据科学家和临床医生之间更紧密的合作铺平了道路。”。“MONAI的全球采用促进了联合学习在全球范围内的合作。”
 

　　MONAI的医疗生态系统采用率非常高。DKFZ、伦敦国王学院、麻省理工大学、斯坦福大学和范德比尔特大学等都采用了人工智能成像框架。从业界领先的影像比赛到9月份举行的第一次以该框架为重点的新兵训练营，MONAI被广泛应用于各个领域，吸引了来自40个国家的550多名注册者，其中包括大学生。
 

　　“MONAI正在迅速成为医疗保健的深入学习框架。范德比尔特大学的Bennett Landman博士说：“从研究到生产对于将人工智能应用整合到临床护理中至关重要。”。“NVIDIA致力于社区驱动的科学，并允许学术界为生产准备就绪的框架做出贡献，这将允许进一步创新，以构建企业准备就绪的功能。”
 

　　新功能
 

　　nvidiaclara为MONAI社区带来了人工智能辅助注释、联合学习和产品部署方面的最新突破。
 

　　最新版本引入了一个游戏规则改变者人工智能辅助注释，允许放射科医生用一个叫做DeepGrow 3D的新模型在十分之一的点击中标记复杂的3D-CT数据，对于像肝脏这样的大器官，最多可以点击250次，用户可以用更少的点击进行分割。
 

　　与Fovia Ai的F.A.s.T.Ai注释软件集成，NVIDIA Clara的Ai辅助注释工具和新的DeepGrow 3D功能可用于标记训练数据以及协助放射科医生阅读。Fovia提供XStream HDVR SDK套件，用于查看集成到业界领先的PACS查看器中的DICOM图像。
 

　　人工智能辅助注释是解锁丰富放射学数据集的关键，最近被用于标记美国国立卫生研究院癌症成像档案馆发布的公共COVID-19 CT数据集。该标记数据集随后用于MICCAI认可的COVID-19肺部CT病灶分割挑战。
 

　　Clara联合学习使得最近全球20家医院的研究合作成为可能，为COVID-19患者开发了一个通用的人工智能模型。该检查模型预测COVID-19患者的氧需求，可在NGC软件注册处获得，并在纽约西奈山卫生系统、巴西的Dignn StuoSDA美国SA、英国NIHR剑桥生物医学研究中心和NIH中进行临床验证评估。
 

　　斯坦福大学生物医学数据科学、放射学和医学教授Daniel Rubin博士说：“MONAI软件框架为培训和评估基于成像的深度学习模型提供了关键组件，其开源方法正在培育一个不断增长的社区，该社区正在促进令人兴奋的进步，例如联合学习。”大学。
 

　　NVIDIA还将nvidiaclara的发布扩展到了数字病理学应用程序，在这些应用程序中，图像的巨大尺寸将扼杀现成的开源AI工具。claraforphysical-early-access包含用于人工智能应用程序的培训和部署的参考管道。
 

　　“医疗数据互操作性、模型部署和临床路径集成是一个日益复杂和相互交织的主题，具有重要的特定领域专业知识，”伦敦医疗成像和AI价值医疗中心的CTO Jorge Cardoso说。“莫奈项目与英伟达克拉拉生态系统的其他成员合作，将有助于改善患者护理，优化医院运营。”