MONAI 影像框架快速進入生產階段，加速 AI 醫療領域的發展

MONAI 影像框架快速進入生產階段，加速 AI 醫療領域的發展

德國癌症研究中心、倫敦國王學院、麻省總醫院、NVIDIA、史丹佛大學與范德堡大學採用 MONAI 開源人工智慧框架於醫療影像領域

MONAI (Medical Open Network for AI) 為一款針對醫療領域進行優化的開源框架，隨著即將發布應用於人工智慧 (AI) 醫療與生命科學的 NVIDIA Clara 應用程式框架，MONAI 現已準備投入生產。

MONAI 於今年四月推出，目前已有多家頂尖的醫療研究機構採用。MONAI 是一個以 PyTorch 為基礎的框架，透過處理特定產業資料、高效能訓練工作流程，以及可複製最先進方法的參考實施 (reference implementation)，促進醫學影像 AI 技術的發展。

作為最新 Clara 產品一部分的 MONAI，將提供超過二十個預先訓練的模型，包括最近為新冠肺炎 (COVID-19) 開發的模型，以及在 NVIDIA DGX A100 GPU 上完成的最新訓練優化項目，可以將訓練處理時間提升六倍。

麻省總醫院 Athinoula A. Martinos 生物醫學影像中心 QTIM 實驗室主任 Jayashree Kalpathy-Cramer 博士表示：「MONAI 將成為醫療領域的 PyTorch，為資料科學家與臨床醫生間更緊密的合作奠定基礎。全球多個領域採用 MONAI 一事將促進由聯合學習 (亦稱聯邦學習) 帶動的全球性合作。」

在醫療生態體系中，有許多單位紛紛採用 MONAI 框架。德國癌症研究中心 (DKFZ)、倫敦國王學院 (King’s College London)、麻省總醫院 (Mass General)、史丹佛大學 (Stanford) 與范德堡大學 (Vanderbilt) 皆是採用此 AI 醫療影像框架的機構。MONAI 於各項領域中被應用，從領先業界的影像賽事，到九月時首次舉行以 MONAI 框架為主的訓練營，吸引來自 40 國、超過 550 人報名參加，其中還包含大學生。

范德堡大學的 Bennett Landman 博士表示：「MONAI 迅速成為醫療領域首選的深度學習框架。將此框架從研究移至生產，對於將人工智慧應用整合至臨床照護而言至關重要。NVIDIA 致力於推動社區內科學的發展，讓學術界能夠為這個已經準備好投入生產的框架做出貢獻，將有助於創造更多創新項目，打造出適合企業使用的功能。」

嶄新功能

NVIDIA Clara 為 MONAI 開發社群帶來 AI 輔助標註機制 (AI-assisted annotation; AIAA)、聯合學習和生產部署方面最新的突破性進展。

在最新版本的 NVIDIA Clara 中，為 AI 輔助標註機制加入一個能改寫遊戲規則的功能，讓放射科醫生在使用名為 DeepGrow 3D 的全新模型時，只要十分之一的點擊次數，就能完成標註複雜的 3D 電腦斷層掃描 (CT) 資料。相較過去傳統按照每一張照片、或是每一張切片來分割器官或病灶影像的耗時作法不同，從前最多要點擊 250 次才能對肝臟這樣的大型器官完成分割標註，現在使用者僅需要幾次的點擊便能完成。

NVIDIA Clara 的 AI 輔助標註機制工具與全新的 DeepGrow 3D 功能，整合至 Fovia Ai 的 F.A.S.T. AI Annotation 軟體後，可用於標註訓練資料，以及協助放射科醫生閱讀資料。Fovia 提供的 XStream HDVR SDK 套件可用於檢視 DICOM 影像，該套件已經整合至業界領先的 PACS 檢視器中。

AI 輔助標註機制是解鎖放射學豐富資料集的關鍵，最近被用於標註美國國家衛生研究院 (NIH) 癌症影像檔案館公開發布的 COVID-19 CT 影像資料集，而這些標註好的資料集隨後被用於由 MICCAI 支持的 COVID-19 肺部 CT 影像病灶分割挑戰賽中。

Clara 聯合學習近期促成全球二十間醫院攜手進行研究，並為 COVID-19 患者開發一個通用的 AI 模型。可以在 NGC 軟體註冊表上取得、能夠預測 COVID-19 患者氧氣需求的 EXAM 模型，現正於紐約 Mount Sinai Health System、巴西 Diagnósticos da America SA、英國國家衛生研究院 (NIHR) 劍橋生物醫學研究中心以及美國國家衛生研究院進行臨床驗證評估。

史丹佛大學生物醫學資料科學、放射學與醫學系教授 Daniel Rubin 博士表示：「MONAI 軟體框架為訓練與評估影像深度學習模型提供了關鍵要素，其開源的作法也培養出一個不斷擴大的社群，提出許多像是聯合學習等令人興奮的進展。」

NVIDIA 將把 NVIDIA Clara 框架擴大用於數位病理應用，在這項應用中，龐大的尺寸影像會讓現成的開源 AI 應用程式無法運作。Clara 針對病理學的早期試用方案提供用於訓練和部署 AI 應用程式的參考管道。

倫敦國王學院醫療影像與人工智慧中心，負責 Value-Based Healthcare 計畫的技術長 Jorge Cardoso 表示：「醫療資料互通性、模型部署與臨床路徑整合是一個日益複雜且密不可分的話題，其中又包含針對特定領域的專業知識。MONAI 加上 NVIDIA Clara 生態系的其他部分，將共同提升患者照護品質並協助醫院獲得最佳經營成效。」

欲瞭解更多相關資訊，請參考 NVIDIA Clara Train 4.0 或訂閱 NVIDIA 醫療領域最新消息。