NVIDIA 和 75 家醫療保健合作伙伴攜手助力放射學的未來
美國芝加哥—RSNA—2018年11月28日—NVIDIA在北美放射學會年會 (RSNA) 推出全新軟體並宣佈新的合作伙伴,以優化護理質量、渠道和成本。
放射學領域的人工智慧研究已在改善護理質量、渠道和成本方面展現出巨大潛力。然而,如果要將該研究應用到臨床實踐,我們仍需合作伙伴的鼎力支援。正因如此,NVIDIA 始終不遺餘力地擴大自身的醫療保健合作伙伴生態系統。
我們現正與 75 家合作伙伴攜手合作,以致力於將 AI 應用至醫療保健領域。這一數字每月都在增長。我們的合作伙伴包括各類醫療中心、醫學成像公司、研究機構、醫療保健初創公司和醫療保健服務提供商。
許多合作伙伴都將參加本週於芝加哥舉辦的北美放射學會年會。除在該年會上展示我們的合作成果外,我們還將宣佈幾項重要的發展程序:
釋出 NVIDIA Clara 軟體開發套件 (SDK)
公佈用於醫學成像的遷移學習工具包和 AI 輔助註釋 SDK
俄亥俄州立大學正與 NVIDIA 開展合作,利用 NVIDIA Clara 平臺打造首個校內 AI 市場
美國國立衛生研究院正與 NVIDIA 開展合作,將 AI 工具引入臨床試驗
智慧成像:現已釋出 Clara SDK
憑藉最新發布的 Clara SDK,開發者可輕鬆利用他們擁有的任何 GPU 平臺部署 AI、視覺化或計算密集型應用程式(如影像重建)。
十多年以來,NVIDIA GPU 一直在醫學成像領域發揮關鍵作用。診斷影像形態依靠我們的 GPU 實現實時、頂尖的影像重建,其中包括用於減少 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量的軟體波束賦形。
此外,AI 甚至還能進一步改進影像採集。成像儀器需通過 AI 確保可採集到最優質的影像。聯影、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 基礎設施,以此加速企業的 AI 開發。
Clara SDK 是開放式 NVIDIA Clara 平臺的組成部分,該平臺可助力醫學成像行業打造並部署先進的成像應用程式和支援 AI 的工作流程。
MGH & BWH 臨床資料科學中心已將 NVIDIA Clara SDK 納入其 AI 部署策略。他們已開發出一種腹主動脈瘤檢測模型,同時正在將其部署至依託 NVIDIA Clara 的 Nuance AI 市場。
“如果要使放射學從正在開發中的數千個全新 AI 應用程式中獲益,我們需要開闢一條在眾多臨床和影像中心實現部署的路徑。該部署路徑是在放射學領域提升 AI 採用率的關鍵。”MGH & BWH 臨床資料科學中心執行董事 Mark Michalski 表示。
您可以進一步瞭解包含 GPU 加速軟體工具、庫、AI 引擎、容器和示例應用程式的 Clara SDK 集合的更多資訊。
放射學工作流程需要數千種演算法
改變放射學的實踐將需要數千種應用程式。鑑於對 AI 應用程式的需求以及根據機構的患者、機器和實踐情況以調整這些應用程式的需求,50 多家領先的醫療保健機構(包括MGH、BWH、美國國立衛生研究院、加州大學舊金山分校、俄亥俄州立大學、梅奧醫院和倫敦國王學院)已投資 NVIDIA DGX 系統來開發 AI 應用程式。
為提高放射學行業構建與調整 AI 應用程式的能力,NVIDIA 已宣佈兩項關鍵技術:
AI 輔助註釋 SDK:可使放射科醫生以 10 倍於傳統註釋方法的速度解鎖資料值。
用於醫學成像的遷移學習工具包:可使醫生根據患者的情況定製和調整 AI 應用程式。這項技術至關重要,因為每種放射學實踐均獨一無二,且具備特有的儀器、協議和患者統計資料。
“在俄亥俄州立大學,我們理解這些工具的重要性。資料管護是演算法開發生命週期中的主要瓶頸之一。而在醫學成像領域,由於資料本身就很複雜,加上高度訓練的註釋器可用性十分有限,這種說法便顯得尤為正確。”俄亥俄州立大學韋克斯納醫學中心成像資訊學部負責人 Luciano Prevedello 表示。
“該工具包所使用的遷移學習等技術可顯著減少訓練所需的影像數量,同時還能避免降低演算法效能,”Prevedello 繼續說道,“這一工具包,再配以效率更高並能利用 AI 實現備案的資料管護流程,將為演算法開發新時代敞開大門。”
俄亥俄州立大學打造首個校內 AI 市場
作為一所具備前沿學術水準的醫學中心和高校,俄亥俄州立大學韋克斯納醫學中心是美國首位採用 NVIDIA Clara 平臺打造校內 AI 臨床影像市場的合作伙伴。
俄亥俄州立大學的 AI 市場將能使放射科醫生迅速將深度學習和機器學習應用至自身工作流程中。
“ 人工智慧的迅速應用已為醫學成像領域開闢了良好的機遇 ,” 俄亥俄州立大學韋克斯納醫學中心成像資訊學部放射科主任 Richard White 博士表示,“通過與 NVIDIA 攜手合作,我們已精簡將 AI 整合至工作流程的過程,這將能改善患者的治療效果。”
俄亥俄州立大學將部署深度學習和機器學習,以提高在緊急情況下(如檢測腦溢血或冠狀動脈疾病時)的臨床反應速度。這些演算法可整合至許多臨床工作流程,例如急診科的早期預警系統、放射科實驗室的工作明細表優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標準化,組織還有可能共享和整合由這種極速增長的生態系統所打造的各類優秀的 AI 應用程式。
美國國立衛生研究院將 AI 工具引入臨床試驗
NVIDIA 也正與美國國立衛生研究院開展合作,該研究院運營著全美最大的研究醫院,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生研究院臨床中心的臨床醫生攜手開展專案。我們的初始合作專案將著重研究 AI 工具,旨在簡化腦癌和肝癌的臨床試驗。
此次聯合開發專案還將專注於開發集影像、基因組和臨床資料於一體的 AI 工具,以期為癌症患者提供精準醫療。我們將通過一個以資料為中心的專用 AI 平臺和基於深度學習的影像組學來實現這一工作。
“如要將深度學習等強大工具應用至醫療領域,我們需要組建一支能夠真正囊括醫生、醫院和電腦科學家的跨學科團隊,讓他們協同努力以發揮計算機模型在醫學成像領域的潛力,並助力開發預測性成像生物標記。” 美國國立衛生研究院臨床中心放射學與成像科學部主任 Elizabeth Jones 博士表示。
目前,放射科醫生還在根據現有指導方針使用人工測量腫瘤的方式來確定癌症分期。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 還有可能結合使用腫瘤大小以外的資料和其他當前所用的分期標準,從而提高癌症分期的準確度。AI 發現的新型成像生物標記可用於臨床試驗,讓我們進一步接近兼具預測性和個人化的精準醫療。
為將 AI 引向全球的放射學事業,我們要讓放射科醫生參與面向患者的演算法建立與調整工作中來。另外很重要的一點是,我們需為這些醫生提供標準化途徑,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管或隱私風險下開展現場資料分析。
智慧儀器和自動化工作流程已成為現實。NVIDIA 正在與行業思想領袖開展合作,讓放射學能通過 NVIDIA Clara 平臺跨越 AI 鴻溝。