NVIDIA 在北美放射學(xué)會年會 (RSNA) 推出全新軟件并宣布新的合作伙伴，以優(yōu)化護理質(zhì)量、渠道和成本。

放射學(xué)領(lǐng)域的人工智能研究已在改善護理質(zhì)量、渠道和成本方面展現(xiàn)出巨大潛力。然而，如果要將該研究應(yīng)用到臨床實踐，我們?nèi)孕韬献骰锇榈亩αχС?。正因如此，NVIDIA 始終不遺余力地擴大自身的醫(yī)療保健合作伙伴生態(tài)系統(tǒng)。

我們現(xiàn)正與 75 家合作伙伴攜手合作，以致力于將 AI 應(yīng)用至醫(yī)療保健領(lǐng)域。這一數(shù)字每月都在增長。我們的合作伙伴包括各類醫(yī)療中心、醫(yī)學(xué)成像公司、研究機構(gòu)、醫(yī)療保健初創(chuàng)公司和醫(yī)療保健服務(wù)提供商。

許多合作伙伴都將參加本周于芝加哥舉辦的北美放射學(xué)會年會。除在該年會上展示我們的合作成果外，我們還將宣布幾項重要的發(fā)展進程：

發(fā)布 NVIDIA Clara 軟件開發(fā)套件 (SDK)

公布用于醫(yī)學(xué)成像的遷移學(xué)習(xí)工具包和 AI 輔助注釋 SDK

俄亥俄州立大學(xué)正與 NVIDIA 開展合作，利用 NVIDIA Clara 平臺打造首個校內(nèi) AI 市場

美國國立衛(wèi)生研究院正與 NVIDIA 開展合作，將 AI 工具引入臨床試驗

智能成像：現(xiàn)已發(fā)布 Clara SDK

憑借最新發(fā)布的 Clara SDK，開發(fā)者可輕松利用他們擁有的任何 GPU 平臺部署 AI、可視化或計算密集型應(yīng)用程序（如影像重建）。

十多年以來，NVIDIA GPU 一直在醫(yī)學(xué)成像領(lǐng)域發(fā)揮關(guān)鍵作用。診斷影像形態(tài)依靠我們的 GPU 實現(xiàn)實時、頂尖的影像重建，其中包括用于減少 CT 掃描輻射劑量的迭代重建、可縮短核磁共振成像 (MRI) 掃描時間的壓縮感知以及能夠提高超聲影像質(zhì)量的軟件波束賦形。

此外，AI 甚至還能進一步改進影像采集。成像儀器需通過 AI 確?？刹杉阶顑?yōu)質(zhì)的影像。聯(lián)影、富士膠片和佳能等成像公司均已將 NVIDIA DGX 超級計算機部署為 AI 基礎(chǔ)設(shè)施，以此加速企業(yè)的 AI 開發(fā)。

Clara SDK 是開放式 NVIDIA Clara 平臺的組成部分，該平臺可助力醫(yī)學(xué)成像行業(yè)打造并部署先進的成像應(yīng)用程序和支持 AI 的工作流程。

MGH & BWH 臨床數(shù)據(jù)科學(xué)中心已將 NVIDIA Clara SDK 納入其 AI 部署策略。他們已開發(fā)出一種腹主動脈瘤檢測模型，同時正在將其部署至依托 NVIDIA Clara 的 Nuance AI 市場。

“如果要使放射學(xué)從正在開發(fā)中的數(shù)千個全新 AI 應(yīng)用程序中獲益，我們需要開辟一條在眾多臨床和影像中心實現(xiàn)部署的路徑。該部署路徑是在放射學(xué)領(lǐng)域提升 AI 采用率的關(guān)鍵。”MGH & BWH 臨床數(shù)據(jù)科學(xué)中心執(zhí)行董事 Mark Michalski 表示。

您可以進一步了解包含 GPU 加速軟件工具、庫、AI 引擎、容器和示例應(yīng)用程序的 Clara SDK 集合的更多信息。

放射學(xué)工作流程需要數(shù)千種算法

改變放射學(xué)的實踐將需要數(shù)千種應(yīng)用程序。鑒于對 AI 應(yīng)用程序的需求以及根據(jù)機構(gòu)的患者、機器和實踐情況以調(diào)整這些應(yīng)用程序的需求，50 多家領(lǐng)先的醫(yī)療保健機構(gòu)（包括 MGH、BWH、美國國立衛(wèi)生研究院、加州大學(xué)舊金山分校、俄亥俄州立大學(xué)、梅奧醫(yī)院和倫敦國王學(xué)院）已投資 NVIDIA DGX 系統(tǒng)來開發(fā) AI 應(yīng)用程序。

為提高放射學(xué)行業(yè)構(gòu)建與調(diào)整 AI 應(yīng)用程序的能力，NVIDIA 已宣布兩項關(guān)鍵技術(shù)：

AI 輔助注釋 SDK：可使放射科醫(yī)生以 10 倍于傳統(tǒng)注釋方法的速度解鎖數(shù)據(jù)值。

用于醫(yī)學(xué)成像的遷移學(xué)習(xí)工具包：可使醫(yī)生根據(jù)患者的情況定制和調(diào)整 AI 應(yīng)用程序。這項技術(shù)至關(guān)重要，因為每種放射學(xué)實踐均獨一無二，且具備特有的儀器、協(xié)議和患者統(tǒng)計資料。

“在俄亥俄州立大學(xué)，我們理解這些工具的重要性。數(shù)據(jù)管護是算法開發(fā)生命周期中的主要瓶頸之一。而在醫(yī)學(xué)成像領(lǐng)域，由于數(shù)據(jù)本身就很復(fù)雜，加上高度訓(xùn)練的注釋器可用性十分有限，這種說法便顯得尤為正確?！倍砗ザ碇萘⒋髮W(xué)韋克斯納醫(yī)學(xué)中心成像信息學(xué)部負責(zé)人 Luciano Prevedello 表示。

“該工具包所使用的遷移學(xué)習(xí)等技術(shù)可顯著減少訓(xùn)練所需的影像數(shù)量，同時還能避免降低算法性能，”Prevedello 繼續(xù)說道，“這一工具包，再配以效率更高并能利用 AI 實現(xiàn)備案的數(shù)據(jù)管護流程，將為算法開發(fā)新時代敞開大門?！?/p>

俄亥俄州立大學(xué)打造首個校內(nèi) AI 市場

作為一所具備前沿學(xué)術(shù)水準的醫(yī)學(xué)中心和高校，俄亥俄州立大學(xué)韋克斯納醫(yī)學(xué)中心是美國首位采用 NVIDIA Clara 平臺打造校內(nèi) AI 臨床影像市場的合作伙伴。

俄亥俄州立大學(xué)的 AI 市場將能使放射科醫(yī)生迅速將深度學(xué)習(xí)和機器學(xué)習(xí)應(yīng)用至自身工作流程中。

“人工智能的迅速應(yīng)用已為醫(yī)學(xué)成像領(lǐng)域開辟了良好的機遇，” 俄亥俄州立大學(xué)韋克斯納醫(yī)學(xué)中心成像信息學(xué)部放射科主任 Richard White 博士表示，“通過與 NVIDIA 攜手合作，我們已精簡將 AI 集成至工作流程的過程，這將能改善患者的治療效果。”

俄亥俄州立大學(xué)將部署深度學(xué)習(xí)和機器學(xué)習(xí)，以提高在緊急情況下（如檢測腦溢血或冠狀動脈疾病時）的臨床反應(yīng)速度。這些算法可集成至許多臨床工作流程，例如急診科的早期預(yù)警系統(tǒng)、放射科實驗室的工作明細表優(yōu)化或閱覽室的診斷助理。

此外，這也會帶來另一個好處：通過在部署平臺上實現(xiàn)標(biāo)準化，組織還有可能共享和集成由這種極速增長的生態(tài)系統(tǒng)所打造的各類優(yōu)秀的 AI 應(yīng)用程序。

美國國立衛(wèi)生研究院將 AI 工具引入臨床試驗

NVIDIA 也正與美國國立衛(wèi)生研究院開展合作，該研究院運營著全美最大的研究醫(yī)院，且每年會開展 1600 多次試驗。

NVIDIA 將安排研究人員和工程師與美國國立衛(wèi)生研究院臨床中心的臨床醫(yī)生攜手開展項目。我們的初始合作項目將著重研究 AI 工具，旨在簡化腦癌和肝癌的臨床試驗。

此次聯(lián)合開發(fā)項目還將專注于開發(fā)集影像、基因組和臨床數(shù)據(jù)于一體的 AI 工具，以期為癌癥患者提供精準醫(yī)療。我們將通過一個以數(shù)據(jù)為中心的專用 AI 平臺和基于深度學(xué)習(xí)的影像組學(xué)來實現(xiàn)這一工作。

“如要將深度學(xué)習(xí)等強大工具應(yīng)用至醫(yī)療領(lǐng)域，我們需要組建一支能夠真正囊括醫(yī)生、醫(yī)院和計算機科學(xué)家的跨學(xué)科團隊，讓他們協(xié)同努力以發(fā)揮計算機模型在醫(yī)學(xué)成像領(lǐng)域的潛力，并助力開發(fā)預(yù)測性成像生物標(biāo)記?！?美國國立衛(wèi)生研究院臨床中心放射學(xué)與成像科學(xué)部主任 Elizabeth Jones 博士表示。

目前，放射科醫(yī)生還在根據(jù)現(xiàn)有指導(dǎo)方針使用人工測量腫瘤的方式來確定癌癥分期。相比之下，AI 將使用普通觀察者可能無法察覺的方式，通過自動描繪和測量腫瘤來改變這一過程。

此外，AI 還有可能結(jié)合使用腫瘤大小以外的數(shù)據(jù)和其他當(dāng)前所用的分期標(biāo)準，從而提高癌癥分期的準確度。AI 發(fā)現(xiàn)的新型成像生物標(biāo)記可用于臨床試驗，讓我們進一步接近兼具預(yù)測性和個人化的精準醫(yī)療。

為將 AI 引向全球的放射學(xué)事業(yè)，我們要讓放射科醫(yī)生參與面向患者的算法創(chuàng)建與調(diào)整工作中來。另外很重要的一點是，我們需為這些醫(yī)生提供標(biāo)準化途徑，使其與同事分享和整合這些突破性成果，同時還要使他們能在較小的監(jiān)管或隱私風(fēng)險下開展現(xiàn)場數(shù)據(jù)分析。

智能儀器和自動化工作流程已成為現(xiàn)實。NVIDIA 正在與行業(yè)思想領(lǐng)袖開展合作，讓放射學(xué)能通過 NVIDIA Clara 平臺跨越 AI 鴻溝。