从一只猫咪的照片到手写的数字，神经网络已经在视觉数据处理领域被应用多年。深度学习模型可以识别出图像中的特征，增强图像质量，指出异常值和异常情况。

而这些能力也同样能够助力AI为放射学带来转变，为医疗机构节省时间和金钱的同时，提升患者的就诊体验。

Subtle Medical,是一家位于硅谷的初创公司，同时也是NVIDIA初创加速计划项目的优胜者，其正在基于深度学习开发一套医疗影像应用程序。这些工具既可以降低对比度和辐射剂量，又能将扫描速度提升至多４倍，在提升患者的舒适度和安全性的同时，也提高了放射科工作流程的效率。

SubtlePET是Subtle Medical推出的第一代产品，借助该产品，医生可以减少PET扫描的耗时以及放射性示踪剂的用量。PET扫描是一种用于癌症诊断和监测的常用医疗图像技术。SubtlePET已于去年获得美国FDA认证，并在欧洲获得CE标志，正式成为首个用于的核医学领域的AI应用程序。

无论是通过X光、超声、CT或者MRI，当医疗影像拍摄完成之后，都需要放射科医生对图像做进一步分析，通过影像学研究寻找病症或异常情况，诊断病灶。

此时，神经网络也同样被应用于定位扫描图像上的特征点，例如肿瘤等，或者执行耗时的检测工作。

ImFusion是另一家NVIDIA初创加速计划企业，其开发了一套AI工具，可以将2D的超声数据转化为三维图像。其算法能够将来自2D超声探头的实时图像叠加到先前获得的CT或MRI图像上。这可以让医生在进行外科手术的同时，能够获得一个病人身体的三维视图。这为患者的治疗提供了有价值的见解。

ImFusion 和Subtle Medical都采用了NVIDIA Clara，这是一个用于医疗影像的智能计算平台，以美国红十字协会创始人Clara Barton的名字命名。该平台能够让开发者在混合计算环境中构建、部署和管理AI增强型医疗影像学应用程序，从而建立智能化的医疗影像工作流程和仪器设备。

从工作流程自动化到提高处理速度和图像质量，医疗影像开发者们正在探索更多的新方法，借助于AI帮助医生检测和诊断病灶。

俄亥俄州立大学（Ohio State University）的Wexner 医学中心（Wexner Medical Center）是美国第一个将NVIDIA　Clara平台用于AI赋力的临床影像的机构。作为一家领先的学术型医疗中心，俄亥俄州立大学计划将采用了深度学习模型的应用程序，用于ER部门的早期预警系统和阅览室的诊断辅助当中。

借助NVIDIA Clara，开发者们可以加速他们的医疗影像学应用程序开发和AI实施。Clara能够在多种环境（例如：嵌入式、内部部署、云计算）中处理300万个现有医疗成像仪器的数据。并且该程序在GUP上使用Kubernetes，因此开发人员可以通过拓展计算来满足需求。