轻松实现医学影像 AI：NVIDIA 提供 MONAI 托管云服务
NVIDIA 推出医学影像 AI 云服务，通过全托管的云端应用程序编程接口（API），进一步简化和加速真值数据（ground-truth data）的创建以及专用 AI 模型的训练。
NVIDIA MONAI 云 API 于日前在芝加哥举行的北美放射学会年会（RSNA）上正式公布，它为开发者和平台提供商提供了一条快速通道。使用预训练的基础模型和企业 AI 工作流，将 AI 集成至其医学影像产品中。这些 API 基于 NVIDIA 和伦敦国王学院创建的开源 MONAI 项目。
医学影像在整个医疗领域至关重要，约占医疗数据总量的 90%。借助医学影像，放射科医生和临床医生得以进行筛查、诊断和干预，生物制药研究人员能够评估临床试验患者对新药的反应，医疗设备制造商则可以获得实时决策支持。
上述每项工作的规模都极其庞大，因此需要一个特别针对医学影像的 AI 工厂，即一个企业级平台来提供大规模数据管理、创建基准真相标注、加速模型开发并建立无缝的 AI 应用部署。
借助 NVIDIA MONAI 云 API，解决方案提供商可以更容易地将 AI 集成至其医学影像平台中，从而为放射科医生、研究人员和临床试验团队提供强大的工具，以建立针对具体领域的 AI 工厂。这些 API 可以通过 NVIDIA DGX 云 AI 超级计算服务进行早期访问。
NVIDIA MONAI 云 API 现已集成至领先的医学影像数据和 AI 平台 Flywheel 中，该平台支持端到端的 AI 开发工作流。RedBrick AI 等医学影像标注公司和 Dataiku 等机器学习运营（MLOps）平台提供商的开发人员都会将 NVIDIA MONAI 云 API 集成到他们的产品中。
即时可用的医学影像标注和训练
构建高效且具成本效益的 AI 解决方案，需要针对具体领域的强大开发基础，其中包括软件的全栈优化、可扩展的多节点系统和前沿研究。此外，它还需要高质量的真值数据，而收集这些数据可能既耗时又费力，特别是 3D 医学影像，这项工作需要较高水平专业知识才能进行标注。
NVIDIA MONAI 云 API 拥有基于 VISTA-3D（视觉影像分割和标注）基础模型的交互式标注功能。它专为持续学习而构建，可以根据用户反馈和新数据来提高 AI 模型的性能。
VISTA-3D 使用了来自 4,000 多名患者的 3D CT 扫描图像注释数据集进行训练，涵盖各种疾病和身体部位，可以加速创建用于医学图像分析的 3D 分割掩模。通过持续学习，AI 模型的注释质量会随着时间的推移而不断提高。
为了进一步加速 AI 训练，本版本包括的 API 支持基于 MONAI 预训练模型无缝构建自定义模型。NVIDIA MONAI 云 API 还包括 Auto3DSeg，它通过为特定的 3D 分割任务自动调整超参数和 AI 模型选择来简化 3D 分割过程。
NVIDIA 的研究人员最近在 MICCAI 医学影像会议上使用 Auto3DSeg 在四项挑战中获得了胜利。其中包括分析肾脏和心脏 3D CT 扫描、大脑核磁共振成像和心脏 3D 超声的 AI 模型。
解决方案提供商、平台开发商
加速采用 NVIDIA MONAI 云 API
医学影像解决方案提供商和机器学习平台正在使用 NVIDIA MONAI 云 API 来提供至关重要的 AI 洞察，以加快其客户工作。
Flywheel 已通过 NVIDIA AI Enterprise 集成了 MONAI，目前正在提供 NVIDIA MONAI 云 API，以加速医学影像管理、标签分析和训练。这家总部位于明尼阿波利斯的公司提供集中式云平台，支持生物制药公司、生命科学机构、医疗机构和学术医疗中心能够识别、管理和训练医学影像数据，进而开发值得信赖的 AI。
Flywheel 公司首席科学官 Dan Marcus 表示：“NVIDIA MONAI 云 API 降低了为放射学、疾病研究和临床试验数据评估构建高质量 AI 模型的成本。通过添加用于交互式标注和自动分割的云 API，我们医学影像 AI 平台的客户可以加快开发 AI 模型，从而更快地提供创新解决方案。”
Redbrick AI、Radical Imaging、V7 Labs 和 Centaur Labs 等标注和查看器解决方案提供商也将使用 NVIDIA MONAI 云 API，以更快地将 AI 辅助标注和训练功能推向市场，并且无需自行托管和管理 AI 基础架构。
RedBrick AI 正在集成通过 NVIDIA MONAI 云 API 提供的 VISTA-3D 模型，为其支持分布式临床医生团队的医疗设备客户提供交互式云标注。
RedBrick AI 公司首席执行官 Shivam Sharma 表示：“VISTA-3D 支持我们的客户能够在不同的模式和条件下快速构建模型。基础模型是通用的，可以轻松地针对各种临床应用进行微调，从而获得准确可靠的分割结果。”
为了简化企业 AI 模型的开发，Dataiku、ClearML 和 Weight&Biases 等机器学习运营平台开发商也在研究使用 NVIDIA MONAI 云 API。
Dataiku 计划集成 NVIDIA MONAI 云 API，以进一步为医学影像应用简化 AI 模型的创建。
Dataiku 公司的 AI 健康与生命科学解决方案全球主管 Kelci Miclaus 表示：“借助 NVIDIA MONAI 云 API，Dataiku 用户能够通过连接到 NVIDIA 托管的 GPU 加速服务的 Dataiku 网络接口，轻松使用 Auto3DSeg。Auto3DSeg 是一种低代码选项，用于加速最先进的分割模型的开发。这使得数据和领域专家也能够创建和使用 AI 驱动的工作流，有助于在生物医学影像领域加速普及 AI。”
