为了大规模提供AI加速的医疗服务，医疗机构需要让成千上万的神经网络协同工作，以处理人类生理，所有疾病，甚至医院运营，这是当今智慧医院环境中的一大挑战。
目前，美国加州大学旧金山分校，辛辛那提儿童医院，初创企业Qure.ai等医学影像领域的领先企业和机构，已经借助MONAI Deploy将研究突破应用于临床。
MONAI是英伟达技术加速的开源医学影像AI框架，目前下载量已经超过65万次在MONAI应用程序包的帮助下，MONAI可以更容易地将模型集成到临床工作流程中
MAP由MONAI Deploy提供，作为AI模型的一种打包方式，可以更容易地部署在现有的医疗生态系统中。
辛辛那提儿童医院的Ryan Moore博士说，如果你想在影像部门部署几个AI模型，帮助专家识别十几种不同的疾病，或者实现医学影像报告的半自动创建，需要花费大量的时间和资源来为每个模型找到合适的硬件和软件基础设施虽然这在以前是‘可能’的，但并不‘可行’
地图可以简化这个过程如果开发者用MONAI Deploy应用程序开发工具包打包一个应用程序，医院就可以轻松地在本地或云中运行该应用程序MAP还集成了医学IT标准，如DICOM，医学图像的互操作性标准等
伦敦医学成像和人工智能中心基于价值的医疗保健项目首席技术官豪尔赫·卡多佐表示:目前，大多数人工智能模型都已处于研发阶段，其中很少能真正用于患者护理Mondeploy将有助于推广研发成果，实现更具影响力的临床AI
医院和医疗初创企业都采用了Mondeploy。
世界各地的医疗机构，学术医疗中心和人工智能软件开发商都在采用MONAI Deploy，包括:
辛辛那提儿童医院:这个学术医疗中心正在为一个AI模型创建MAP，该模型可以自动分割CT图像中的整个心脏体积，然后通过美国国立卫生研究院资助的一个项目为儿科心脏移植患者提供帮助。
英国国家医疗服务体系:NHS Trust在四家医院部署了——AIDE，这是一个基于MONAI的AI部署引擎平台，致力于为医疗专业人士提供AI疾病检测工具这些医务人员每年为500万患者提供服务
qure . ai:qure . AI:NVIDIA NVIDIA初创加速计划成员，开发了一个医学成像AI模型，用于肺癌，脑外伤和肺结核等用例公司正在使用MAP对需要部署的解决方案进行打包，推动这些解决方案更快地发挥临床影响力
simbioss:这家总部位于芝加哥的NVIDIA初创企业加速计划成员公司建立了患者肿瘤的3D虚拟表示，并将MAP用于精准医疗人工智能应用，帮助预测患者对特定治疗的反应。
UCSF: UCSF正在为几个人工智能模型开发MAP，包括髋部骨折检测，肝脏和脑肿瘤分割，膝关节和乳腺癌分类等应用。
将医学图像人工智能部署到地图
地图规范是由MONAI部署工作组制定的该工作组由来自十几家医学影像机构的专家组成，目标是支持AI应用开发者以及运行AI应用的临床和基础设施平台
对于开发者来说，MAP可以帮助研究人员在临床环境中轻松封装和测试模型，从而加速AI模型的进化这使他们能够收集真实世界的反馈，然后改进和提高人工智能
对于云服务提供商来说，对MAP的支持可以帮助采用MONAI Deploy的研究人员和企业通过容器或原生应用集成在自己的平台上运行AI应用。整合了MONAI Deploy和MAP的云平台包括:
亚马逊HealthLake影像:地图接口已经集成到HealthLake影像服务中，使临床医生能够实时查看，处理和分割医学图像。
Google Cloud:Google Cloud的医学影像套件使医学影像数据更易访问，互操作和实用该套件已将MONAI集成到其平台中，使临床医生能够部署人工智能辅助注释工具，以帮助自动化手动和重复的医学图像标记任务
Nuance Precision Imaging Network由微软Azure推动:Nuance和NVIDIA最近宣布合作，将MONAI和Nuance Precision Imaging Network合并Nuance Precision Imaging Network是一个云平台，为超过12，000家医疗机构提供AI工具和见解
甲骨文云基础设施:甲骨文和英伟达最近宣布合作，将包括MONAI Deploy在内的医疗行业加速计算解决方案引入甲骨文云基础设施从现在开始，开发者可以使用Oracle Cloud Marketplace上的NVIDIA容器，通过MONAI Deploy构建地图
开始用莫奈关注本周的RSNA会议，了解英伟达如何帮助构建人工智能医疗成像生态系统
。郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。
