NVIDIA和75家醫(yī)療保健合作伙伴攜手助力放射學(xué)的未來
美國芝加哥RSNA2018年11月28日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帧Ｕ蛉绱�，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NVIDIAClara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NVIDIAClara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ClaraSDK
憑借最新發(fā)布的ClaraSDK，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，NVIDIAGPU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，www.whsntf.cn，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NVIDIADGX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)。
ClaraSDK是開放式NVIDIAClara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NVIDIAClaraSDK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NVIDIAClara的NuanceAI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MarkMichalski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ClaraSDK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NVIDIADGX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，KUKA機器人維修，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。俄亥俄州立大學(xué)韋克斯納醫(yī)學(xué)中心成像信息學(xué)部負責(zé)人LucianoPrevedello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。
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(zhǔn)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NVIDIAClara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RichardWhite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(zhǔn)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(zhǔn)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ElizabethJones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(zhǔn)，從而提高癌癥分期的準(zhǔn)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(zhǔn)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(zhǔn)化途徑，庫卡機器人，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NVIDIAClara平臺跨越AI鴻溝。
關(guān)于NVIDIA