西门子医疗（Siemens Healthineers）采用英伟达（Nvidia）的Monai Deploy工具，加速了医学影像AI的发展，以简化工作流程并提高诊断准确性。全球医疗系统正面临前所未有的挑战，从人口老龄化到劳动力短缺，这些挑战为AI在医疗技术领域的变革提供了机会。
在此背景下，西门子医疗与英伟达的合作标志着AI驱动的医学影像技术民主化的一个重要里程碑。根据英伟达的数据，全球每年进行约36亿次医学影像检查，用于诊断、监测和治疗各种疾病。这意味着在医疗保健演进的关键时刻，AI在医学影像中的应用变得尤为重要。
早期的医疗AI应用往往孤立且难以集成到临床工作流程中，但行业已达到一个转折点，标准化和互操作性变得至关重要。因此，西门子医疗决定采用英伟达的工具不仅代表了一次技术升级，更可能是全球医疗系统中医学影像AI开发、部署和规模化应用的根本转变。
英伟达推出了Monai，这是一个开源平台，连接医生和数据科学家，支持开发用于医学影像工作流程的AI驱动深度学习模型和应用程序。英伟达的先进AI工具与西门子医疗广泛的临床专业知识相结合，有望提升医疗运营水平，同时为医疗保健领域的AI应用设定新标准。
在临床环境中简化AI集成
Monai Deploy是一个模块，旨在加速将AI工作流程集成到临床环境中的过程。它简化了医疗AI应用程序的开发和部署。根据英伟达的说法，该工具允许开发者在各种环境中用最少的代码构建AI应用程序。西门子医疗采用Monai Deploy预计会显著加快AI集成过程。该公司报告称，用户现在只需点击几下即可将训练好的AI模型应用于实际临床环境，而这一过程以前需要数月时间。
西门子医疗数字技术和研究主管Axel Heitland表示：“通过加速AI模型的部署，我们使医疗机构能够比以往更快地利用和受益于最新的AI医学影像技术。”
扩大Monai生态系统
Monai自五年前推出以来，已经取得了显著的采用和增长。英伟达报告称，该平台已被下载超过350万次，有来自全球220位个人的贡献。Monai还被引用在超过3000篇出版物中，并用于许多临床产品。
Monai v1.4
最新发布的Monai v1.4引入了新的功能，包括用于医学影像的基础模型。Monai的关键事实如下：
- Monai Deploy允许在任何地方用最少的代码构建和运行AI应用程序
- 集成加速了AI模型的部署，从几个月缩短到几次点击
- Monai已被下载超过350万次，有来自全球220位个人的贡献
- Monai v1.4引入了新的基础模型，包括MAISI和VISTA-3D
- Monai生态系统正在被领先的医疗机构、学术中心和软件提供商采用
- 云平台如AWS HealthImaging和Google Cloud现在提供访问Monai，以实现可扩展的AI应用程序
这些模型可以定制并作为Nvidia NIM微服务部署。两个值得注意的模型现在可用：MAISI（用于合成影像的医学AI）和VISTA-3D。
全球采用与合作
Monai平台吸引了全球各地的医疗机构、学术中心和软件提供商的兴趣。例如，德国癌症研究中心领导了Monai的基准和指标工作组，而纪念斯隆凯特琳癌症中心的Nadeem实验室则率先使用Monai进行了基于云的AI辅助病理数据注释管道的部署。
商业实体也在利用Monai。MathWorks将Monai Label与其医学影像工具箱集成，而GSK正在探索Monai基础模型在图像分割中的应用。英伟达报告称，包括AWS HealthImaging、Google Cloud和Microsoft Cloud for Healthcare在内的云服务提供商也提供了访问Monai，以实现可扩展的AI应用程序。
在更广泛的全球卫生公平背景下，这一合作的影响不仅限于技术进步。通过简化AI模型的部署，使复杂的影像分析更加普及，这一合作有可能解决资源有限地区的专业知识和设备不足的问题。特别是，世界上大约三分之二的人口对诊断影像技术和专业知识的访问有限。
(全文结束)
