NVIDIA MONAI aide à promouvoir la mise en œuvre des résultats de recherche et développement et permet des applications d'IA innovantes dans l'industrie médicale

Avec le développement continu de la technologie, l'intelligence artificielle continue de pénétrer dans les scénarios et est largement utilisée dans tous les domaines. Dans l'industrie médicale, l'utilisation de la technologie de l'intelligence artificielle pour aider les médecins à lire les images médicales peut considérablement améliorer l'efficacité et réduire l'intensité du travail des médecins ainsi que le temps d'attente des patients.

Afin de permettre à l'intelligence artificielle de mieux servir l'industrie médicale, NVIDIA a lancé deux composants clés, MONAI et Clara Holoscan. David Niewolny, directeur du développement des affaires médicales chez NVIDIA, a déclaré que l'imagerie médicale est l'un des outils les plus importants du secteur de la santé, représentant plus de 90 % des données de santé. Par conséquent, l’utilisation de l’intelligence artificielle dans les systèmes d’imagerie médicale destinés aux soins de santé constitue un scénario d’application très important. Selon les rapports, de nombreux secteurs de la santé adoptent actuellement rapidement la technologie de l'intelligence artificielle, et les données de recherche NVIDIA atteignent 75 %.

Lors de cette rencontre de communication médiatique, David Niewolny s'est concentré sur le partage de la technologie MONAI et sa mise en œuvre dans les grands hôpitaux.

Lancé officiellement en 2019, MONAI est un framework d'intelligence artificielle open source spécifique aux soins de santé permettant de développer et de déployer des modèles à grande échelle dans des applications d'intelligence artificielle. Avec MONAI, les développeurs peuvent facilement créer et déployer des applications d'IA, créer des modèles pouvant être utilisés pour l'intégration clinique et interpréter plus facilement les résultats des tests médicaux pour mieux comprendre l'état des patients.

Selon David Niewolny, MONAI est conçu pour les données de radiologie, de pathologie et de chirurgie et vise à accélérer la transformation clinique de l'intelligence artificielle, notamment dans le domaine de l'imagerie médicale. Par conséquent, MONAI est appelé le Pytorch des soins de santé. David Niewolny a déclaré que le cycle de vie de l'IA s'accompagne de modèles pré-entraînés, d'outils d'étiquetage assistés par l'IA et de technologies de formation de pointe (telles que l'apprentissage fédéré et l'apprentissage auto-supervisé).

Pour faciliter l'intégration des modèles MONAI dans les flux de travail cliniques, NVIDIA fournit également le MONAI Application Package (MAP), dont les spécifications ont été développées par le groupe de travail MONAI Deploy, composé d'experts de plus d'une douzaine d'institutions d'imagerie médicale. composé d'experts, l'objectif est de soutenir les développeurs d'applications d'IA ainsi que les plateformes cliniques et d'infrastructure qui exécutent des applications d'IA.

Pour les développeurs, MAP peut aider les chercheurs à conditionner et tester facilement des modèles dans des environnements cliniques, accélérant ainsi l'évolution des modèles d'IA. Cela leur permet de recueillir des commentaires concrets pour affiner et améliorer l’IA. De plus, MAP peut également simplifier le processus de déploiement. Si les développeurs utilisent le kit de développement d'applications MONAI Deploy pour empaqueter une application, les hôpitaux peuvent facilement exécuter l'application localement ou dans le cloud. Enfin, la spécification MAP intègre également des normes informatiques médicales, comme la norme d'interopérabilité de l'imagerie médicale DICOM.

Pour les fournisseurs de services cloud, la prise en charge de MAP (conçu à l'aide de la technologie cloud native) peut aider les chercheurs et les entreprises utilisant MONAI Deploy à exécuter des applications d'IA sur leurs propres plates-formes via l'intégration de conteneurs ou d'applications natives.

Étant donné que MONAI standardise le développement, le packaging et le déploiement d'applications dans l'infrastructure informatique des soins de santé, il a été largement adopté dans la communauté R&D, avec plus de 650 000 téléchargements, plus de 450 projets GitHub, 160 articles publiés et a remporté 11 concours Kaggle.

Lors de la réunion de communication, David Niewolny a également présenté en détail le cas de mise en œuvre de MONAI dans l'industrie médicale grâce à la coopération avec le centre médical de l'hôpital pour enfants de Cincinnati. Selon certaines informations, dans le cadre d'une transplantation cardiaque, étant donné que le cœur humain ne peut survivre qu'environ 4 heures, chaque minute est très importante. Un point de décision important consiste à faire correspondre le donneur, les données d'imagerie médicale et la segmentation corporelle étant utilisées pour mesurer la taille du cœur du donneur potentiel. Ce processus étant sujet aux erreurs et long, il prend plus de 20 minutes. À cette fin, une équipe de recherche de l'hôpital pour enfants de Cincinnati a développé un modèle d'apprentissage profond qui automatise cette étape critique, estimant le volume myocardique total en quelques secondes seulement, améliorant ainsi considérablement les chances d'une correspondance potentielle.

David Niewolny a déclaré que les patients pédiatriques ayant besoin d'une transplantation cardiaque ou pulmonaire subissent souvent des taux de mortalité inutilement élevés et passent beaucoup de temps à attendre, même lorsqu'il y a un grand nombre de donneurs inutilisés. Le centre médical de l'hôpital pour enfants de Cincinnati utilise MONAI pour mettre à l'échelle un modèle d'apprentissage profond du volume cardiaque total qui sauve la vie de nombreux enfants.

En plus de l'hôpital pour enfants de Cincinnati, de nombreuses institutions médicales bien connues utilisent également MONAI dans différentes applications. Par exemple, le British National Health Service Trust Fund a déployé la plate-forme de moteur de déploiement d'IA basée sur MONAI - AIDE (AI Deployment Engine) dans quatre hôpitaux, s'engageant à fournir des outils de détection des maladies par l'IA au personnel médical professionnel.

Qure.ai, membre du programme NVIDIA Startup Acceleration, utilise MAP pour regrouper des solutions à déployer et a développé des modèles d'IA d'imagerie médicale pour des cas d'utilisation tels que le cancer du poumon, les traumatismes cérébraux et la tuberculose. Les entreprises membres du Startup Acceleration Program de NVIDIA Chicago ont créé des représentations virtuelles 3D des tumeurs des patients et ont utilisé MAP pour des applications d'IA en médecine de précision qui aident à prédire comment les patients répondront à des traitements spécifiques. L'UCSF développe MAP pour plusieurs modèles d'IA, notamment la détection des fractures de la hanche, la segmentation des tumeurs du foie et du cerveau, la classification des cancers de l'articulation du genou et du sein, entre autres applications.

Selon David Niewolny, outre un grand nombre de cas dans l'industrie médicale, de nombreux fournisseurs de cloud utilisent également MONAI Deploy par les chercheurs et les entreprises pour exécuter des applications d'IA sur leurs propres plates-formes via l'intégration de conteneurs ou d'applications natives.

Par exemple, l'interface MAP a été intégrée au service d'imagerie HealthLake, permettant aux cliniciens de visualiser, traiter et segmenter les images médicales en temps réel. La suite d'imagerie médicale de Google Cloud rend les données d'imagerie médicale plus accessibles, plus interopérables et plus utiles. La suite a intégré MONAI dans sa plateforme, permettant aux cliniciens de déployer des outils d'annotation assistés par l'IA pour aider à automatiser les tâches manuelles et répétitives d'étiquetage d'images médicales.

Le Nuance Precision Imaging Network, alimenté par Microsoft Azure, combine MONAI et Nuance Precision Imaging Network. Oracle et NVIDIA ont récemment annoncé une collaboration visant à apporter des solutions informatiques accélérées pour le secteur de la santé, notamment MONAIDeploy, à Oracle Cloud Infrastructure. À partir d'aujourd'hui, les développeurs peuvent utiliser les conteneurs NVIDIA sur Oracle CloudMarketplace pour créer MAP via MONAI Deploy.

Comme David Niewolny l'a mentionné, actuellement, la plupart des modèles d'IA sont au stade de la recherche et du développement, principalement en raison de l'absence de norme propriétaire. MONAI Deploy contribuera à promouvoir la mise en œuvre des résultats de recherche et développement et à obtenir une IA clinique plus influente.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!