帶著走隨時使用：NGC 容器中的醫療影像軟體將人工智慧送到邊緣

NGC 上數十個容器化 GPU 加速的醫療保健應用程式簡化了人工智慧部署作業。

人工智慧醫療保健領域的新創公司引領開發出上千種應用程式及裝置，以求打造新一代智慧醫院。這麼多的應用程式及創新速度，也為這些應用程式的部署方式及應用環境帶來了新的挑戰。

雲端革命為人工智慧及應用程式打造出一個基礎架構，使得新創公司能夠立即部署這些技術和應用程式，並且讓數百萬用戶可以取得使用。隨著醫療業擴大規模、使用數千種人工智慧應用程式，業界也開始想在醫院內部建立一種雲端環境般的使用體驗。

為了解決保障患者資料及即時提供應用程式等這類醫療業界重大的使用需求，人工智慧開發人員使用 NVIDIA NGC 將解決方案推向市場，這些解決方案可在公司內部及雲端兩處使用，並且構建在邊緣運算平台上，以便日後擴大規模供更多用戶使用及更快進入市場。

使用雲端原生基礎架構簡化在邊緣部署人工智慧的作業

集合了眾多 GPU 加速軟體的 NGC，提供了容器化的應用程式及人工智慧框架，這些應用程式及人工智慧框架可以在為 NVIDIA GPU 加速進行優化的雲端原生 Kubernetes 叢集上運行。

容器化是應用程式部署的產業標準設計模式，通過 Kubernetes 為跨邊緣、資料中心、雲端與混合環境的部署活動，提供了一個不變的平台。

NGC 提供的容器與 Helm charts 使得 IT 管理員能夠便捷且一致地，將應用程式集中部署在公司內部或遠端系統上，讓使用者能夠更快取得以運行要用的應用程式和工作負載。

經過測試和優化的 NGC 容器化應用程式可以在 NVIDIA EGX 軟體堆疊上運行，而 NVIDIA EGX 則是設計為可在多種 EGX 系統上運行，從搭載 Jetson 的裝置到取得 NGC-Ready for Edge 驗證的伺服器。系統管理員可以輕鬆從遠端以安全的方式設定一組邊緣伺服器，滿足醫院在資料安全和即時智慧方面的需求。

在全球數十間提供 EGX 系統的製造商名單中，可以見到 ADLINK、Dell Technologies、Hewlett Packard Enterprise、Lenovo、QCT 與 Supermicro 等業者的身影。

許多應用程式供應商早就名列 NGC registry 或是即將推出：

人工智慧醫療影像分析系統 16 Bit 早在2017年便建立表現卓越的 RSNA 骨齡預測模型，目前正在開發將徹底改變乳癌和骨質疏鬆症篩檢範例的演算法。
美國放射學會的 AI-LAB 提供了一個平台，讓美國放射學會的成員可以使用本地已加上註釋的資料來建立與共享模型。
CuraCloud 為需要機器學習與生物資訊學研究和開發能力的醫療技術供應商、醫療機構及製藥公司，提供人工智慧專業服務。
DDH 提供了一個安全智慧的醫療解決方案，將備受推崇之臨床醫生的深厚知識和經驗注入到執行全自動醫療影像分析的機器內。
DeepTek.ai 將自家創新的「輔助與增強」醫療影像聚焦演算法工具，用在 X 光片、CT 掃描和 MRI 等醫療影像上。
Infervision 提供醫療影像人工智慧輔助診斷產品，使得醫療業能夠快速取得準確的疾病診斷結果，幫助醫生做出最佳的決定。
Inform AI 將重點放在人工智慧醫療解決方案，能夠在照護點加快醫療診斷速度及提高放射科醫生的工作效率。
Kaliber Labs 開發人工智慧模型來協助外科醫生即時解讀病人的解剖和病理影片，還有即時解讀外科醫生在手術室內的活動影片。
LPixel 開發出先進的醫療影像診斷應用程式及生命科學影像分析解決方案，包括已經取得日本醫療主管機關認證的磁共振血管造影未破裂性顱內動脈瘤檢測應用程式。
Lunit 開發用於精確診斷與治療的人工智慧解決方案，特別著重於戰勝癌症上，目標是讓資料驅動的醫學成為新的醫療標準。
QUIBIM 擁有一個專屬軟體平台並開發跨影像模式的人工智慧演算法，將重點放在神經學、胸部、身體及肌肉骨骼分析演算法上。
Rad AI 與放射科團隊合作，簡化放射科製作報告的工作、幫助放射科醫師自動執行重複性和耗時的任務、提高工作效率，又降低放射科醫生倦怠的風險。
Radiobotics 打造出的人工智慧演算法，讓肌肉骨骼放射科醫生更強大的能力去處理日常工作。
Shukun 研發人工智慧技術，以協助醫生提高心腦血管疾病與腫瘤的診斷流程效率和準確性。
Smart Reporting 為醫療診斷的結構化報告與臨床指導提供人工智慧軟體，以提高醫療生產力、品質及全數位化的流程。
TrainingData.io 為視覺化人工智慧提供高精度的訓練資料標記服務，大幅提高工程師的作業速度，也使得資料科學家能夠控制訓練資料的品質。
United Imaging Intelligence 開發和生產整套先進的醫療產品，涵蓋醫療影像診斷與治療的整個過程。
Vuno 開發了一個醫療資料分析平台，這個平台使用人工智慧演算法來分析患者的醫療影像資料及取得深入見解，協助研究人員和醫生快速準確地辨識疾病。
Vysioneer 使用深度學習自動勾畫腦瘤輪廓系統，讓放射腫瘤學家能夠進行精確的放射外科手術，這套系統可以發現三類最常見的腦瘤，即轉移性腦癌、腦膜瘤及聽神經瘤。
XNAT 提供了一個開放源碼的醫療影像研究平台，能夠管理資料集、擁有訓練和推論管道，且與 NVIDIA Clara SDK 進行整合。