36亿。这大约是多少医学影像检查每年在世界各地进行一次，以诊断、监测和治疗各种病症。
加快所有这些 X 射线、CT 扫描、MRI 和超声波的处理和评估对于帮助医生管理工作量和改善健康结果至关重要。
这就是 NVIDIA 推出莫奈，它是用于医学成像及其他领域的人工智能应用程序的开源研发平台。MONAI 将医生与数据科学家联合起来，释放医疗数据的力量，为医疗人工智能工作流程构建深度学习模型和可部署应用程序。
本周，在北美放射学会 (RSNA) 年会上，NVIDIA 宣布西门子 Healthineers 采用了 MONAI Deploy，这是 MONAI 中的一个模块，可弥合从研究到临床生产的差距，以提高集成 AI 工作流程的速度和效率将医学成像纳入临床部署。
西门子 Healthineers 在全球医疗设备中安装了超过 15,000 台欣戈碳和辛戈维亚企业成像平台可帮助临床医生更好地阅读多种来源的医学图像并从中提取见解。
开发人员在构建人工智能应用程序时通常会使用各种框架。这使得将其应用程序部署到临床环境中成为一项挑战。
只需几行代码，MONAI Deploy 就可以构建可以在任何地方运行的 AI 应用程序。它是用于在临床生产中开发、打包、测试、部署和运行医疗人工智能应用程序的工具。使用它可以简化医学成像人工智能应用程序的开发和集成到临床工作流程中的过程。
西门子 Healthineers 平台上的 MONAI Deploy 显着加快了人工智能集成流程，让用户只需点击几下鼠标即可将训练有素的人工智能模型移植到现实世界的临床环境中，而过去需要几个月的时间。这有助于研究人员、企业家和初创公司更快地将他们的应用程序交到放射科医生手中。
“通过加速 AI 模型部署，我们使医疗机构能够比以往更快地利用基于 AI 的医学成像的最新进展并从中受益，”西门子 Healthineers 数字技术和研究主管 Axel Heitland 表示。– 借助 MONAI Deploy，研究人员可以快速定制 AI 模型，并将创新从实验室转移到临床实践，从而使全球数千名临床研究人员能够直接在其 syngo.via 和 Syngo Carbon 成像平台上获得 AI 驱动的进步。
这些平台通过 MONAI 开发的应用程序进行增强，可以显着简化人工智能集成。这些应用程序可以在西门子 Healthineers 上轻松提供和使用数字市场，用户可以浏览、选择并将它们无缝集成到他们的临床工作流程中。
MONAI 生态系统促进创新和采用
现在正值 MONAI 成立五周年纪念日，MONAI 的下载量已超过 350 万次，来自世界各地的 220 位贡献者，在 3,000 多份出版物中获得致谢，在 17 项 MICCAI 挑战赛中获胜，并在众多临床产品中得到使用。
最新版本的 MONAI v1.4 包含的更新为研究人员和临床医生提供了更多机会利用 MONAI 的创新，并为西门子 Healthineers Syngo Carbon、syngo.via 和西门子 Healthineers 数字市场做出贡献。
MONAI v1.4 和相关 NVIDIA 产品的更新包括新的医学成像基础模型，可以在 MONAI 中进行定制并部署为NVIDIA NIM 微服务。以下模型现在通常可用作 NIM 微服务：
- 麦斯（用于合成成像的医学 AI）是一种潜在扩散生成 AI 基础模型，可以模拟高分辨率、全格式 3D CT 图像及其解剖分割。
- VISTA-3D是 CT 图像分割的基础模型，可提供准确的开箱即用性能，涵盖 120 多个主要器官类别。它还提供有效的适应和零样本功能来学习分割新颖的结构。
除了 MONAI 1.4 的主要功能外，新的 MONAI 多模式模型（或 M3）现在可通过MONAI 的 VLM GitHub 存储库。M3 是一个框架，可通过医学 AI 专家扩展任何多模式 LLM，例如来自 MONAI Model Zoo 的训练有素的 AI 模型。VILA-M3 基础模型展示了这一新框架的强大功能，该模型现已在 Hugging Face 上提供，可提供最先进的放射图像副驾驶性能。
MONAI 为医院、医疗保健初创公司和研究机构搭建桥梁
世界各地领先的医疗机构、学术医疗中心、初创公司和软件提供商正在采用和推进 MONAI，包括：
- 德国癌症研究中心领导 MONAI 基准和指标工作组，该工作组提供用于衡量 AI 性能的指标以及如何以及何时使用这些指标的指南。
- 纳迪姆实验室来自纪念斯隆凯特琳癌症中心 (MSK)率先使用 MONAI 基于云部署多个人工智能辅助注释管道和病理数据推理模块。
- 科罗拉多大学医学院教师开发了基于 MONAI 的眼科工具，用于使用各种成像方式检测视网膜疾病。该大学还利用 MONAI 领导了一些最初的联合学习开发和临床演示。
- 数学工厂MONAI Label 与其医学成像工具箱集成，为学术界和工业界从事医疗和生物医学应用的数千名 MATLAB 用户带来医学成像 AI 和 AI 辅助注释功能。
- 葛兰素史克正在探索用于图像分割的 MONAI 基础模型，例如 VISTA-3D 和 VISTA-2D。
- 飞轮提供了一个平台，其中包括 MONAI，用于简化成像数据管理、自动化研究工作流程以及支持人工智能开发和分析，可根据研究机构和生命科学组织的需求进行扩展。
- 阿拉拉影像在 2024 年医学影像信息学会会议上发表了将 MONAI 基础模型（例如 VISTA-3D）与法学硕士（例如 Llama 3）集成的工作。
- RadImageNet正在探索使用 MONAI 的 M3 框架来开发尖端的视觉语言模型，该模型利用 MONAI 的专家图像 AI 模型来生成高质量的放射学报告。
- 套件提供围绕 MONAI 的专业软件开发服务，帮助将 MONAI 集成到设备制造商的自定义工作流程以及监管机构批准的产品中。
研究人员和公司还在云服务提供商上使用 MONAI 来运行和部署可扩展的人工智能应用程序。提供 MONAI 访问权限的云平台包括 AWS HealthImaging、Google Cloud、Precision Imaging Network（Microsoft Cloud for Healthcare 的一部分）和 Oracle Cloud Infrastructure。