MONAI影像架構加速AI醫療領域的發展

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

MONAI於2020年4月推出，目前已有多家醫療研究機構採用。MONAI是一個以PyTorch為基礎的架構，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，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COVID-19(新冠肺炎)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。

在醫療生態體系中，有許多單位紛紛採用MONAI架構。德國癌症研究中心、倫敦國王學院、麻省總醫院、史丹佛大學與范德堡大學皆是採用此AI醫療影像架構的機構。

NVIDIA Clara為MONAI開發社群帶來AI輔助標註機制、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癌症影像檔案館公開發布的COVID-19(新冠肺炎) 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(新冠肺炎)肺部CT影像病灶分割挑戰賽中。

Clara聯合學習近期促成全球20間醫院攜手進行研究，並為COVID-19(新冠肺炎)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(新冠肺炎)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。

NVIDIA將把NVIDIA Clara架構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。