0
雷鋒網(wǎng)消息，英偉達與倫敦國王學院共同宣布了Project MONAI的開源alpha版本，該項目是一個醫(yī)療研究框架，現(xiàn)已在GitHub上提供。
MONAI是AI Medical Open Network的縮寫。該框架針對醫(yī)療保健研究人員的需求進行了優(yōu)化，并且可以與PyTorch和Ignite等深度學習框架一起運行。
過去醫(yī)療AI模型的訓練，只能依托PyTorch和Caffe等通用深度學習框架，雖然這些框架具有簡潔、零延遲任意改變神經網(wǎng)絡行為，設置更自由等特點。
但是這些框架設計之初都是從大眾口味出發(fā)，醫(yī)療AI開發(fā)者在工作中使用這些框架的時候，只能被迫做出更多的妥協(xié)。
而這次，英偉達推出的MONAI框架則是根據(jù)醫(yī)療AI的特點量身打造，可以幫助醫(yī)學影像研究人員重現(xiàn)他們的實驗。
Nvidia醫(yī)療保健副總裁Kimberly Powell在一封電子郵件中表示，alpha版本的一個示例是訓練期間的數(shù)據(jù)增強，具有定義的界面來控制隨機狀態(tài)并確保訓練結果保持不變。
MGH＆BWH臨床數(shù)據(jù)科學中心科學總監(jiān)Jayashree Kalpathy-Cramer 在Powell的博客帖子中說：“科學研究的可重復性至關重要，尤其是當我們談論AI在醫(yī)學中的應用時。MONAI項目提供了一個框架，社區(qū)可以使用來自世界各地的數(shù)據(jù)和技術來驗證和完善用于醫(yī)學成像的AI開發(fā)?！?/p>
去年，對AI研究的更高再現(xiàn)性需求，讓ICML這樣的機器學習會議來鼓勵或要求將代碼與研究論文一起提交。
未來，該AI框架將與Nvidia的Clara醫(yī)學成像工具綁定在一起。MONAI的alpha版本包括用于腹部CT的3D器官分割或用于腦MRI圖像的2D分類等任務的示例。
在去年MICCAI上，英偉達向合作者透露了一個共享衛(wèi)生成像最佳實踐的通用框架計劃。Powell說，今年一月份，Nvidia和倫敦國王學院的研究人員，正式開始對這個框架進行研究。
MONAI從立項到推出歷時近四個月，整個過程中參與的研發(fā)人員來自多個機構，其中包括中國科學院、德國癌癥研究中心、MGH&BWH臨床數(shù)據(jù)科學中心、斯坦福大學和慕尼黑技術大學。
雷鋒網(wǎng)了解到，此前，NVIDIA就在北美放射年會上，推出了協(xié)作科研平臺Clara FL，利用分布式協(xié)作學習技術，將患者數(shù)據(jù)保存在醫(yī)療機構局域網(wǎng)之內。
網(wǎng)絡上每個客戶端都可以利用該平臺進行深度學習培訓，也可以與其他客戶端協(xié)作提供更準確的全局模型。
幾天前，Nvidia還分享了一個為美國和巴西的醫(yī)院提供乳腺癌篩查的“乳房鉬靶造影AI”，通過聯(lián)邦學習將資源進行組合，而不是單一機構單獨數(shù)據(jù)和資源的合作模式。雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
