近日 RSNA（北美放射學年會），輝達發表開源醫學影像 AI 框架 MONAI 的最新應用進展。輝達將提供 MONAI 應用包（MAP），打包 AI 模型供醫學影像企業、機構輕鬆部署。MAP 已由亞馬遜雲端（AWS）、Google 雲端、微軟 Azure、Oracle 雲端基礎設施等主流雲端平台採用。
MONAI（Medical Open Network for Artificial Intelligence）亮相是 2020 年 4 月，輝達與倫敦國王學院共同宣布 Project MONAI 開源 Alpha 版。MONAI 針對醫療保健研究人員需求最佳化，且與 PyTorch 和 Ignite 等深度學習框架一起執行。
近年醫學影像 AI 快速發展，出現各種 AI 工具，但受限複雜工作流程、不統一開發標準，快速大規模臨床應用尚未開始，也是 MONAI 和 MAP 瞄準的痛點。MONAI 下載量超過 65 萬次，蓋伊和聖湯瑪斯醫院、英國國王學院醫院等知名醫療機構都有採用。
輝達表示，英國國家醫療服務體系（NHS）信託基金將使用 MONAI 提供中風、失智症、心力衰竭、癌症等臨床 AI 應用。
MAP 一包打盡，進入 AWS 等主流雲端平台
MAP 由 MONAI Deploy 提供，為 AI 模型打包方式，破解以往醫療機構部署 AI 模型的難題。美國辛辛那提兒童醫院也在創建 MAP，部署 CT 影像自動分割整體心臟容積的 AI 模型，改善小兒心臟移植患者療程。
Ryan Moore 博士表示：「如果想在影像部門部署幾個 AI 模型幫助專家辨識十幾種病症或讓醫學影像報告半自動化，需要耗費大量時間和資源為每個模型找尋合適的硬體和軟體基礎設施，過去雖然『可能』但不『可行』。」
透過規範開發人員如何構建 AI 模型，並打包成可用的臨床應用程式，MAP 能簡化流程。如果開發者使用 MONAI Deploy 應用軟體開發工具包打包一個應用，醫院就能輕鬆在本地或雲端執行。MAP 規格還整合醫療 IT 標準，如醫學影像互操作性標準 DICOM 等。
MONAI Deploy 工作組由十幾家醫學影像機構專家組成，目標是支援 AI 應用開發者及執行 AI 應用的臨床和基礎設施平台。對開發者來說，MAP 可幫助研究者臨床環境輕鬆打包和測試模型，加速 AI 模型進化，採集真實世界結果，改善 AI 模型。
對雲端服務商來說，支援（用雲端原生技術設計的） MAP，助力採 MONAI Deploy 的研究者和企業透過容器或原生應用整合，在自己平台執行 AI 應用。整合 MONAI Deploy 和 MAP 的雲端平台有 AWS、Google 雲端、微軟 Azure、Oracle 雲端基礎設施等。
AWS 將 MAP 介面整合至 HealthLake 影像服務，使臨床醫生即時查看、處理和分割醫學影像。Google 雲端醫學影像套件將 MONAI 整合至平台，臨床醫生能部署 AI 輔助註釋工具，幫助自動化人工和重複性醫學影像標記工作。
最近輝達分別與微軟 Azure 驅動的 Nuance 精準成像網路、Oracle 雲端基礎設施合作，Nuance 精準成像網路是為超過 1.2 萬家醫療機構提供 AI 工具和洞察的雲平台，接下來將與 MONAI 結合。
Oracle 將 MONAI Deploy 等醫療業加速計算解決方案引入 Oracle Cloud Infrastructure，即日起開發者就可使用 Oracle Cloud Marketplace 的 NVIDIA 容器，透過 MONAI Deploy 構建 MAP。
採用 MONAI Deploy 的還有英國國家醫療服務體系（NHS）、Qure.ai、SimBioSys 與加州大學舊金山分校。輝達新創加速計畫成員企業 Qure.ai 開發肺癌、腦外傷和肺結核用等醫學影像 AI 模型，使用 MAP 打包需要的解決方案，更快對臨床發揮影響力。
SimBioSys 位於芝加哥，是輝達新創加速計畫成員企業，建立患者腫瘤 3D 虛擬表徵，將 MAP 用於預測患者對特定治療會有何反應的精準醫療 AI 應用。加州大學舊金山分校正為幾個 AI 模型開發 MAP，包括髖部骨折檢測、肝臟和腦腫瘤分割、膝關節和乳腺癌分類等應用。
MONAI 加速醫學影像 AI 大規模臨床部署
RSNA 方面，輝達宣布與英國國家醫療服務體系（NHS）合作，使用基於 MONAI 構建的 AIDE 平台，提供 AI 疾病檢測工具。英國公共醫療體系由十個 NHS 信託基金組成，AIDE 平台明年將推廣至 11 家 NHS 醫院，屆時將有 1,800 萬名患者可服務。
AIDE 全稱為 AI Deployment Engine，即「AI 部署引擎」，由輝達和 AI Centre for Value Based Healthcare 聯合構建，後者由多家大學、醫院和業界合作夥伴組成，並由倫敦國王學院與蓋伊和聖湯瑪斯醫院 NHS 信託基金領導的聯盟。
AIDE 12 月 7 日開源於 GitHub。MONAI 和 AIDE 結合，能安全有效驗證、部署與評估醫學影像 AI 模型。NHS 將模型用於診斷和治療癌症、中風、失智症等疾病。AIDE 平台已於四家醫院部署，蓋伊和聖湯瑪斯醫院、國王學院醫院、東肯特醫院大學和倫敦大學學院醫院 NHS 信託基金。專業醫務人員每年服務 500 萬名病患。
國王學院醫院 NHS 神經病學和資料科學教授 James Teo 認為這很令人期待，「透過部署臨床 AI 工具基礎設施，可將 AI 整合至醫療服務。透過這些平台，臨床醫生能擴展醫療 AI 工具部署，有助制定提高患者護理速度與精確度的決定。」
AI Centre 開發出提高 COVID-19、乳腺癌、腦腫瘤、中風和失智症風險等疾病診斷準確率的演算法。AI Centre 人工智慧轉型業務負責人 Haris Shuaib 表示，整體醫療衛生生態系統研究者、醫院和新創已意識到工作引入簡化 AI 流程的益處。 MONAI 能將數百種 AI 演算法標準化，讓互操作性和影響最大化，同時將 3~6 個月部署時間縮短到幾週。
借助 AIDE，AI Centre 能獲批 AI 演算法與病例無縫安全連接，使數據無需離開醫院信託基金。臨床數據分析結果將送回電子病例，幫助制定臨床決策，為臨床多學科團隊病情會診又提供頗具價值的資料來源，醫院希望 AIDE 加速流程，使病患受益。
「目前多數 AI 模型一直處於研發階段，很少真正用於患者護理」，倫敦醫學影像與 AI 中心 Value-Based Healthcare 專案首席技術長 Jorge Cardoso 認為，正是 MONAI Deploy 發揮作用之處，幫助推動研發成果落地，實現更具影響力的臨床AI。
科技新報粉絲團
加入好友
訂閱免費電子報
