MONAI 让医院整合变得更简单

<section powered-by="xiumi.us" style="\'margin-bottom:" 0px;outline:="" 0px;max-width:="" 100%;box-sizing:="" border-box;color:="" rgb(34,="" 34,="" 34);font-family:="" system-ui,="" -apple-system,="" blinkmacsystemfont,="" "helvetica="" neue",="" "pingfang="" sc",="" "hiragino="" sans="" gb",="" "microsoft="" yahei="" ui",="" yahei",="" arial,="" sans-serif;font-size:="" 16px;letter-spacing:="" 0.544px;white-space:="" normal;background-color:="" rgb(255,="" 255,="" 255);overflow-wrap:="" break-word="" !important;\'="">

2019 年推出的 MONAI 降低了从研发到临床医疗工作流的复杂性。借助 MONAI，开发者能够轻松构建和部署 AI 应用，创建出可用于临床整合的模型，并更轻松地解读医学检查结果，更深入地了解患者病情。

MONAI 提供专为医学影像优化的深度学习基础设施和工作流。MONAI 的下载量已超过 65 万次，它能够充分发挥医学影像数据的作用和潜力，简化 AI 模型的构建流程，因而被领先的医疗机构盖伊和圣托马斯医院以及英国国王学院医院所采用。

AI Centre 人工智能转型业务负责人 Haris Shuaib 表示：“整体医疗卫生生态系统中的研究者、医院和初创企业已经开始意识到在工作中引入简化的 AI 流程能够带来的益处。开源 MONAI 生态系统正致力于通过将数百种 AI 算法标准化，实现互操作性和影响的最大化，同时将原本三到六个月的部署时间缩短到仅有几周。”

与 AI Centre for Value Based Healthcare （一个由多家大学、医院和行业合作伙伴组成的联盟，由伦敦国王学院与盖伊和圣托马斯医院 NHS 信托基金领导）联合构建的 AIDE 能够为临床医生提供各种 AI 功能。通过该解决方案，临床医生能够掌握更多关于患者的信息，使医疗数据更易于获取且更具互操作性，进而提高患者的护理质量。

AI Centre 已经开发出了能够提高 COVID-19、乳腺癌、脑肿瘤、脑卒中和失智症风险等疾病诊断准确率的算法。AIDE 能够实现获批 AI 算法与患者病例的无缝安全连接，使数据无需离开医院信托基金。

临床数据的分析结果将被送回电子病例，以助力制定临床决策。这为临床多学科团队的病情会诊又提供了颇具价值的数据来源。医院希望 AIDE 能够帮助加快这一流程，使患者受益。

AI Centre 副主任 Sebastien Ourselin 教授表示：“在将 AI 应用于国民医疗的进程中，AI Centre 发挥了重要的作用。我们致力于在临床中使用安全的机器人 AI 创新，而 MONAI 的部署标志着我们在这一进程中的一个重要里程碑。只有通过学术界与 NVIDIA 等行业领导者之间的强大合作，才能实现这一目标。”

AIDE 将于 12 月 7 日开源，并在 GitHub 上发布。另外，AIDE 还将在芝加哥 McCormick Place 会议中心南馆举行的 RSNA 影像 AI 实践演示中展示。