每年全球进行约36亿次医学影像检查，用于诊断、监测和治疗各种疾病。加快所有这些X光片、CT扫描、MRI和超声波的处理和评估对于帮助医生管理他们的工作负荷和改善健康结果至关重要。为了实现这一目标，AI专家Nvidia推出了MONAI（Medical Open Network for Artificial Intelligence），这是一个用于医学影像及其他领域的AI应用的开源研究和开发平台。“MONAI将医生与数据科学家联系起来，解锁医疗数据的力量，构建深度学习模型和可部署的应用程序，用于医学AI工作流程，”该公司表示。
通过加速AI模型的部署，我们赋予医疗机构更快地利用和受益于基于AI的医学影像最新进展的能力。”西门子医疗数字技术和研究主管Axel Heitland表示。
本周，在北美放射学会（RSNA）的年度会议上，Nvidia宣布西门子医疗已采用MONAI Deploy，这是MONAI中的一个模块，旨在弥合从研究到临床生产的差距，以提高医学影像AI工作流程集成到临床部署的速度和效率。西门子医疗的Syngo Carbon和syngo.via企业影像平台在全球范围内安装超过15,000台，帮助临床医生更好地读取和提取来自多种来源的医学影像的见解。
开发人员通常在构建AI应用程序时使用各种框架，这使得将其应用程序部署到临床环境具有挑战性。通过几行代码，MONAI Deploy可以构建可以在任何地方运行的AI应用程序。它是一个用于开发、打包、测试、部署和运行医学AI应用程序的工具，简化了将医学影像AI应用程序开发和集成到临床工作流程的过程。MONAI Deploy在西门子医疗平台上显著加速了AI集成过程，使用户只需点击几下即可将训练好的AI模型移植到实际的临床环境中，而以前这可能需要数月时间。这有助于研究人员、企业家和初创公司将他们的应用程序更快地交到放射科医生手中。
“通过加速AI模型的部署，我们赋予医疗机构更快地利用和受益于基于AI的医学影像最新进展的能力，”西门子医疗数字技术和研究主管Axel Heitland表示，“借助MONAI Deploy，研究人员可以快速定制AI模型，将创新从实验室过渡到临床实践，为全球数千名临床研究人员提供直接在其Syngo.via和Syngo Carbon影像平台上访问AI驱动的进展的机会。”
增强MONAI开发的应用程序，这些平台可以显著简化AI集成。这些应用程序可以轻松在西门子医疗数字市场上提供和使用，用户可以浏览、选择并无缝集成到他们的临床工作流程中。现在正值MONAI成立五周年，该平台已下载超过350万次，有来自世界各地的220位贡献者，被超过3000篇出版物引用，赢得了17项MICCAI挑战赛，并被用于众多临床产品中。
最新的MONAI v1.4版本包括更新，为研究人员和临床医生提供了更多机会利用MONAI的创新并为西门子医疗的Syngo Carbon、syngo.via和西门子医疗数字市场做出贡献。MONAI v1.4和相关Nvidia产品的更新包括新的医学影像基础模型，这些模型可以在MONAI中进行定制，并作为Nvidia NIM微服务部署。以下模型现已作为NIM微服务普遍可用：
- MAISI（Medical AI for Synthetic Imaging）是一种潜在扩散生成AI基础模型，可以模拟高分辨率、全格式3D CT图像及其解剖分割。
- Vista-3D 是一种用于CT图像分割的基础模型，提供覆盖120多个主要器官类别的开箱即用性能。它还提供有效的适应和零样本能力，以学习分割新结构。
除了MONAI 1.4的主要功能外，新的MONAI多模态模型（M3）现在可以通过MONAI的VLM GitHub仓库获得。M3是一个框架，可以扩展任何多模态LLM，结合来自MONAI模型库的训练好的AI模型。这种新框架的强大功能通过现在在Hugging Face上提供的VILA-M3基础模型得到展示，该模型提供了最先进的放射学图像辅助性能。
世界各地的主要医疗机构、学术医疗中心、初创企业和软件提供商正在采用和推进MONAI，包括：
- 德国癌症研究中心领导MONAI的基准和指标工作组，该工作组提供衡量AI性能的指标和如何及何时使用这些指标的指南。
- 纪念斯隆凯特琳癌症中心（MSK）的Nadeem实验室开创了基于云的多个人工智能辅助注释管道和病理数据推理模块的部署。
- 科罗拉多大学医学院的教职员工开发了基于MONAI的眼科工具，用于检测视网膜疾病，使用多种成像方式。该大学还领导了一些最初的联邦学习发展和临床演示，使用MONAI。
- MathWorks将MONAI Label与其医学影像工具箱集成，将医学影像AI和AI辅助注释功能带给数千名参与医学和生物医学应用的Matlab用户。
- GSK正在探索用于图像分割的MONAI基础模型，如VISTA-3D和VISTA-2D。
- Flywheel提供了一个平台，包括MONAI，用于简化影像数据管理、自动化研究工作流程并启用AI开发和分析，满足研究机构和生命科学组织的需求。
- Alara Imaging在其工作中集成了MONAI基础模型，如VISTA-3D与LLMs，如Llama 3，在2024年医学影像信息学学会会议上发表。
- RadImageNet正在探索使用MONAI的M3框架开发前沿视觉语言模型，利用来自MONAI的专家图像AI模型生成高质量的放射学报告。
- Kitware提供围绕MONAI的专业软件开发服务，帮助将MONAI集成到设备制造商的自定义工作流程中以及监管批准的产品中。
研究人员和公司还在云服务提供商上使用MONAI来运行和部署可扩展的AI应用程序。提供MONAI访问的云平台包括AWS HealthImaging、Google Cloud、Precision Imaging Network（微软医疗云的一部分）和Oracle Cloud Infrastructure。
(全文结束)
