NVIDIA的医学影像人工智能模型现已集成到HOPPR AI Foundry平台，标志着从事诊断影像工作的医疗专业人员取得了重大进步。该平台提供了一个安全合规的环境，医疗开发者和研究人员可以在此训练、评估和优化专为临床应用的AI系统。此次集成代表了尖端技术与实际临床需求的融合。
NVIDIA先进的推理和生成式AI模型用于医学影像开发，现已可在HOPPR AI Foundry上使用。该平台提供了一个安全合规的环境，医疗开发者和研究人员可以在此训练、评估和优化专为临床应用的AI系统。此次集成代表了尖端技术与实际临床需求的融合。
增强临床医生的诊断能力
HOPPR成立于2019年，获得2400万英镑（约3000万美元）融资，旨在弥合技术创新与临床洞察之间的差距，使医学影像领域的AI开发更高效、更透明，以适应医疗环境。该平台汇集了临床医生、AI工程师和科学家，加速基础模型的开发，有望在患者诊断和治疗规划方面带来实质性改善。根据公司新闻稿，此次合作旨在使先进AI能力更易于医疗机构获取。
医疗专业人员现在可以在胸部X光解读工作流程中利用NV-Reason的多模态推理能力。该模型对医学影像分析的方法对临床决策可能具有重要价值，因为它提供了结构化的分析推理步骤，同时输出诊断结果和后续建议。这种透明度有助于医疗专业人员理解AI如何得出其解释，从而可能增加对AI辅助诊断的信心。系统解释其推理过程的能力满足了医疗领域的关键需求，因为了解诊断建议的基础对于患者安全和知情临床决策至关重要。对于医学影像专家来说，这可能意味着在不牺牲准确诊断所需严格分析的前提下，缩短解读时间。结构化的方法使临床医生能够在诊断过程的每个阶段验证AI的逻辑。
NVIDIA医疗业务发展总监David Niewolny表示：“下一代医学影像AI将结合多模态推理与生成高保真临床数据的能力。像HOPPR AI Foundry这样的平台使开发者能够在NVIDIA加速计算上训练和部署医学影像，并提供医疗创新所需的性能和规模。”
NVIDIA在其公告中表示，推理能力旨在补充而非取代临床专业知识，确保医疗专业人员仍然处于诊断决策的核心。
生成医学数据用于训练
NV-Generate提供了可能解决医学AI开发中数据稀缺挑战的能力。该模型创建逼真的3D医学图像，并配以分割掩膜和解剖注释，帮助开发者训练更强大的AI系统。这些生成的图像可以识别扫描中的特定感兴趣区域，包括肿瘤、器官或组织，同时提供诊断建议的解释。这一能力对于训练AI系统识别现有医学影像数据库中可能代表性不足的罕见病症或解剖变异尤为有价值。对于开发专业影像应用的医疗机构来说，获取高质量合成训练数据可以加速部署时间表，同时保持诊断准确性。合成数据生成还有助于解决隐私问题，减少开发阶段对真实患者数据的依赖。根据新闻稿，生成的图像质量符合临床训练标准，确保使用这些数据开发的AI系统保持医疗应用所需的准确性。
用于医疗合规的安全基础设施
HOPPR AI Foundry运行在NVIDIA A100和H100 GPU上，旨在支持医学影像AI开发，同时保持严格的数据控制。HOPPR首席执行官兼联合创始人Khan Siddiqui博士表示：“医学影像AI正在进入一个新时代，模型可以对图像进行推理并生成新的临床数据，以加速应用开发。HOPPR AI Foundry汇集了安全基础设施、精选数据集、微调工具和先进AI模型，帮助开发者构建下一代影像AI应用。”
该平台确保符合国际标准，包括医学数字成像和通信标准（DICOM），满足医疗组织的关键监管要求。其“前向部署服务”合作模式将机器学习专业知识与医疗机构团队相结合，促进针对特定临床需求的影像应用开发。这种协作方式有助于弥合AI能力与实际临床实施之间的差距，确保开发的解决方案解决真实世界的医疗挑战。这些工具在合规基础设施内的可用性可以降低医疗领域采用AI的障碍，因为数据安全和法规遵从常常带来重大挑战。医疗机构可以在不损害患者数据保护或违反医疗法规的情况下开发和部署先进的影像AI应用。
此次集成扩大了医疗开发者用于构建医学影像AI应用的基础模型范围。根据NVIDIA的新闻稿，下一代医学影像AI将结合多模态推理与生成高保真临床数据的能力，这表明像HOPPR AI Foundry这样的平台使开发者能够以医疗创新所需的性能和规模训练和部署医学影像解决方案。HOPPR团队在公告中表示，医学影像AI正在进入一个新时代，模型可以对图像进行推理并生成新的临床数据以加速应用开发。该平台结合了安全基础设施、精选数据集、微调工具和先进AI模型，帮助开发者构建适合临床环境的影像AI应用。
【全文结束】