AI 医療画像エコシステムを構築 NVIDIA MONAI が医療人工知能の実装を加速

近年、医療用人工知能が急速に発展し、画像AI、新薬研究開発AI、ロボットAI、スマートホスピタルなど細分化されたシナリオが次々と登場しています。 AI を活用した医療サービスは、人間の生理学からあらゆる病気、さらには病院運営に至るまで、あらゆるものを進歩させることができます。

RSNA カンファレンスで、NVIDIA は AI 医療画像エコシステムの構築を支援する実践方法を共有しました。中でもMONAIは、NVIDIAテクノロジーによって高速化されたオープンソースの医用画像AIフレームワークであり、ダウンロード数は65万回を超えています。 MONAI アプリケーション パッケージ (MAP) を使用すると、MONAI はモデルを臨床ワークフローにさらに簡単に統合できます。

医用画像 AI を MAP に導入する

現在、病院が画像診断部門に複数の AI モデルを導入して、専門家が十数種類の異なる症状や症状を識別できるようにしたいと考えている場合、医療画像レポートの半自動作成には、各モデルに適切なハードウェアおよびソフトウェア インフラストラクチャを見つけるためにかなりの時間とリソースが必要です。

MAP は、既存の医療エコシステムにより簡単にデプロイできる AI モデルのパッケージ化方法として、MONAI Deploy を通じて提供されます。

MAP 仕様は、MONAI Deploy ワーキング グループによって開発されています。このワーキング グループは、十数の医療画像関連機関の専門家で構成されており、AI アプリケーション開発者と、AI アプリケーションを実行する臨床プラットフォームおよびインフラストラクチャ プラットフォームをサポートすることを目的としています。

開発者が MONAI Deploy アプリケーション ソフトウェア開発キットを使用してアプリケーションをパッケージ化すると、病院はアプリケーションをローカルまたはクラウドで簡単に実行できます。 MAP 仕様には、医療画像相互運用性標準 DICOM などの医療 IT 標準も統合されています。

開発者にとって、MAP は研究者が臨床環境でモデルを簡単にパッケージ化してテストできるようにすることで、AI モデルの進化を加速します。これにより、現実世界のフィードバックを収集して AI を洗練し、改善することができます。

クラウド サービス プロバイダーの場合、MAP (クラウド ネイティブ テクノロジーを使用して設計) のサポートにより、MONAI Deploy を使用する研究者や企業が、コンテナーまたはネイティブ アプリケーションの統合を通じて独自のプラットフォームで AI アプリケーションを実行できるようになります。 MONAI Deploy と MAP を統合するクラウド プラットフォームには次のものがあります:

Amazon HealthLake Imaging: MAP インターフェイスは HealthLake イメージング サービスに統合されており、臨床医が医療画像を実際に表示、処理、セグメント化できるようになります。時間。

Google Cloud: Google Cloud の医療画像スイートにより、医療画像データがよりアクセスしやすく、相互運用性が高まり、さらに便利になります。このスイートには MONAI がプラットフォームに統合されており、臨床医が AI 支援アノテーション ツールを展開して、手動および反復的な医療画像ラベル付けタスクを自動化できるようになります。

Microsoft Azure を活用した Nuance Precision Imaging Network: Nuance と NVIDIA は最近、MONAI と Nuance Precision Imaging Network を組み合わせるコラボレーションを発表しました。 Nuance Precision Imaging Network は、12,000 を超える医療機関に AI ツールと洞察を提供するクラウド プラットフォームです。

Oracle Cloud Infrastructure: Oracle と NVIDIA は最近、MONAI Deploy などのヘルスケア業界向け高速コンピューティング ソリューションを Oracle Cloud Infrastructure に導入するための提携を発表しました。本日より、開発者はOracle Cloud MarketplaceでNVIDIAコンテナを使用し、MONAIデプロイを通じてMAPを構築できるようになります。

MONAI Deploy は病院やヘルスケア関連の新興企業で採用されています

世界中の医療機関、学術医療センター、AI ソフトウェア開発者が MONAI Deploy を採用しています。

シンシナティ小児病院: この学術医療センターは、国​​立衛生研究所の資金提供を受けたプロジェクトを通じて、CT 画像内の心臓全体のボリュームを自動的にセグメント化できる AI モデルの MAP を作成しています。心臓移植患者。

英国国民保健サービス (NHS): NHS Trust Fund は、専門の医療スタッフが提供する専用の MONAI ベースの AI 導入エンジン プラットフォームである AIDE (AI 導入エンジン) を 4 つの病院に導入しました。 AI 疾患検出ツール。これらの医療スタッフは、年間 500 万人の患者にサービスを提供しています。

AIDE の正式名称は AI Deployment Engine、つまり「AI デプロイメント エンジン」です。来年には 11 の NHS 病院に展開される予定で、1,800 万人の患者にサービスを提供し、臨床医に AI 機能を提供します。 。 AIDE は MONAI 上に構築されています。 MONAI は、NVIDIA と AI Centre が共同開発したオープンソースの医用画像 AI フレームワークで、AI アプリケーションと病院システムを接続するために使用できます。

MONAI と AIDE を組み合わせることで、医療画像 AI モデルを安全かつ効果的に検証、導入、評価できます。これらのモデルは、NHS によってがん、脳卒中、認知症などの病気の診断と治療に使用されます。このプラットフォームは現在、ガイズ アンド セント トーマス病院、キングス カレッジ病院、イースト ケント大学病院、ユニバーシティ カレッジ ロンドン病院 NHS 財団トラストで導入されています。

Qure.ai: NVIDIA スタートアップ アクセラレーター プログラムのメンバーである Qure.ai は、肺がん、脳外傷、結核などのユースケース向けの医療画像 AI モデルを開発しています。同社は MAP を使用してソリューションを展開用にパッケージ化し、これらのソリューションをより迅速に臨床効果に導きます。

SimBioSys: シカゴを拠点とする NVIDIA スタートアップ アクセラレーション プログラムのメンバーは、患者の腫瘍の 3D 仮想表現を構築し、MAP を使用して特定の治療に対する患者の反応を予測するのに役立てています。高精度の医療 AI アプリケーションです。

UC サンフランシスコ: UCSF は、股関節骨折検出、肝臓および脳腫瘍のセグメンテーション、膝がんおよび乳がんの分類などのアプリケーションを含む、いくつかの AI モデル用の MAP を開発しています。

結論

2019 年に開始された MONAI は、研究開発から臨床ケアに至る医療ワークフローの複雑さを軽減します。 MONAI を使用すると、開発者は AI アプリケーションを簡単に構築および展開し、臨床統合に使用できるモデルを作成し、健康診断結果をより簡単に解釈して患者の状態をより深く理解できるようになります。

医療業界における AI テクノロジーの普及に伴い、MONAI は医療画像データの役割と可能性を最大限に活用し、AI モデルの構築プロセスを簡素化できる、医療画像向けに最適化されたディープラーニング インフラストラクチャとワークフローを提供します。 。

以上がAI 医療画像エコシステムを構築 NVIDIA MONAI が医療人工知能の実装を加速の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。