助攻医学影像AI模型临床部署，英伟达亮出“打包”利器( 二 )

助攻医学影像AI模型临床部署，英伟达亮出“打包”利器】加州大学旧金山分校正为髋部骨折检测、肝脏和脑肿瘤分割、膝关节和乳腺癌分类等应用的AI模型开发MAP 。
二、AI部署引擎明年推广到11家NHS医院英国公共医疗体系由10个英国国家医疗服务体系（NHS）信托基金组成，目前正在其下属的4家医院部署基于MONAI构建的AIDE平台，为专业医务人员提供AI疾病检测工具。这几家机构的专业医务人员每年为500万名患者提供服务。
AIDE全称是AIDeploymentEngine ，即“AI部署引擎” ，预计将于明年推广到11家NHS医院，届时将为1800万患者提供服务。 AIDE将于12月7日开源，并在GitHub上发布。
MONAI和AIDE结合，就能对医学影像AI模型进行安全且有效的验证、部署与评估。 NHS将这些模型用于诊断和治疗癌症、脑卒中、失智症等疾病。目前，盖伊和圣托马斯医院、国王学院医院、东肯特医院大学和伦敦大学学院医院NHS信托基金等机构正在部署该平台。
国王学院医院NHS神经病学和数据科学教授JamesTeo认为，这项工作令人期待， “通过部署这一临床AI工具基础设施，我们可以将AI整合到医疗服务中。通过这些平台，临床医生能够扩展医疗AI工具的部署，进而有助于其制定能够提高患者护理速度与精度的决定。 ”
“整体医疗卫生生态系统中的研究者、医院和初创企业已经开始意识到在工作中引入简化的AI流程能够带来的益处。 ”AICentre人工智能转型业务负责人HarisShuaib说， “开源MONAI生态系统正致力于通过将数百种AI算法标准化，实现互操作性和影响的最大化，同时将原本3~6个月的部署时间缩短到仅有几周。 ”
AICentreforValueBasedHealthcare是一个由多家大学、医院和行业合作伙伴组成的联盟，由伦敦国王学院与盖伊和圣托马斯医院NHS信托基金领导。与AICentreforValueBasedHealthcare联合构建的AIDE能够为临床医生提供各种AI功能。通过该解决方案，临床医生能够掌握更多关于患者的信息，使医疗数据更易于获取且更具互操作性，进而提高患者的护理质量。
AICentre已开发出可提高COVID-19、乳腺癌、脑肿瘤、脑卒中和失智症风险等疾病诊断准确率的算法。 AIDE能够实现获批AI算法与患者病例的无缝安全连接，使数据无需离开医院信托基金。
临床数据的分析结果将被送回电子病例，以助力制定临床决策。这为临床多学科团队的病情会诊又提供了颇具价值的数据来源。医院希望AIDE能够帮助加快这一流程，使患者受益。
结语：加速AI应用大规模临床部署伦敦医学影像与AI中心Value-BasedHealthcare项目首席技术官JorgeCardoso认为：“目前，大多数AI模型一直处于研发阶段，很少能够真正用于患者护理。 MONAIDeploy将有助于推动研发成果落地，实现更具影响力的临床AI 。 ”
医学影像是医疗健康中最重要的工具之一，并在近年来快速而广泛地引入AI技术。据统计， 90%以上的医疗数据都是影像数据。但受临床工作流程的复杂性、缺乏AI应用开发和部署标准等因素的限制，医疗成像领域中绝大多数AI应用并未实现大规模的临床部署。
英伟达正着力推动更多AI进入医疗健康市场，随着MONAI在更多主流医疗机构普及，这也将拉动其GPU及商业软件在该市场的采用率。其中MONAI显然是个能够让临床医生和患者获益的工具，通过提供专为医学影像优化的深度学习基础设施和工作流，简化AI模型的构建流程，降低了从研发到临床医疗工作流的复杂性，从而提高临床医生的操作效率，并最终改善患者体验。