Clara AI 讓每名放射科醫生都能教出自己的人工智慧

作者 Abdul Hamid Halabi

這套供放射科醫師使用的系統可提供人工智慧輔助注釋、為患者調整人工智慧,並將其部署到醫院裡。

人工智慧已準備好釋放醫院系統的巨大潛力,特別是在深度學習應用前途最為光明的領域之一,也就是醫學成像。

這正是 NVIDIA 推出 Clara AI 工具套件的原因,其中有著十三項最先進的分類和分割人工智慧技術,還有為放射科醫生打造的軟體工具。

全球各大醫療機構早就開始使用 Clara 平台,讓放射科醫生可以運用人工智慧的實力,來享受不斷成長之研究人員和新創公司商業生態體系所帶來的優點。

NVIDIA Clara 如何降低人工智慧的障礙

想要建立安全可靠的人工智慧,必須先擁有已加上標記的資料,放射科醫師的時間過於寶貴,無法耗費數小時來標記資料。Clara AI 的輔助注釋功能可加快建立結構化資料集的速度,不用花幾小時,只要幾分鐘內就能完成注釋。

其實德國癌症研究中心(DKFZ)的 MITK(Medical Imaging Interaction Toolkit,醫學成像互動工具套件)開發人員,已將 Clara AI 納入當中有全球數千人使用的開放源碼查看器內。

Clara AI 工具套件裡的另一項轉移學習功能,可以配合局部變量調整現有模型。它將深度學習演算法調整成配合內有本地人口統計和成像設備的資料,無需移動或分享患者資料。醫生就能針對自己的患者建立模型,使用的資料量比從零開始少上十倍。

將人工智慧模型和應用程式加入醫院的 IT 系統裡,要用到大量的技術專業知識,而這個工具套件使用 DICOM 等產業標準,縮短把人工智慧模型與現有放射工作流程進行整合的時間。

大型醫學機構使用 NVIDIA Clara AI

俄亥俄州立大學

俄亥俄州立大學的放射科醫師使用 Clara AI,迅速整合了另一個機構開發出的模型、對它進行驗證,且對一個本地資料集加上注釋,讓該模型能配合俄亥俄州立大學的患者,以便更快開發出支援臨床照護的高成效人工智慧演算法。

國立衛生研究院

國立衛生研究院臨床中心是美國規模最大的研究型醫院,與 NVIDIA 的科學家使用 Clara AI 開發出一種領域泛化方法,用於在 MRI 上將前列腺從周圍組織區隔開來。本地化模型的表現與放射科醫師不相上下,且優於其它使用同一領域資料進行訓練和評估的最先進演算法。

加州大學舊金山分校

加州大學舊金山分校有著全美排名第一的放射科住院醫師實習計畫,使用 Clara AI 支援的具擴展性基礎設施,在整個放射學領域裡無縫建立、測試和部署多種人工智慧演算法,讓這群未來的醫生學會使用這套系統。

「我們有一群極具創新精神的研究人員,他們建立了具有臨床價值的人工智慧工具,並且需要一致的方法來驗證這些工具,以及把它們部署到臨床工作流程裡。NVIDIA Clara 將會是醫療成像人工智慧商業生態體系的組成要素,讓我們能開發和部署自己的及外部的人工智慧模型。」加州大學舊金山分校放射學講座教授 Christopher Hess 說。

醫療院所、研究機構和整個醫學成像產業,現在可以開始使用 Clara AI。這個工具套件內有兩個可從NGC 取得的軟體開發工具套件:Clara Train SDK 和 Clara Deploy SDK,且部署在 NVIDIA T4 伺服器及 NVIDIA DGX POD 這兩個醫院已可使用的基礎設施上。

a {
text-decoration: none;

}