美（měi）国（guó）芝加哥—RSNA—2018年11月（yuè）28日—NVIDIA 在（zài）北美放射学会年会 (RSNA) 推出全新软件并宣布新的合作伙（huǒ）伴，以优化护理质量、渠道和成本（běn）。

portant;" />

放射学领域的（de）人工（gōng）智能（néng）研究已（yǐ）在改善（shàn）护理质量、渠（qú）道和（hé）成本方面展现出巨大（dà）潜力。然（rán）而，如果要将该研究应用到临床实践，我们（men）仍需合作伙伴的（de）鼎力支持。正因如此，NVIDIA 始（shǐ）终（zhōng）不遗余力地扩大自身的医（yī）疗保（bǎo）健合作伙伴（bàn）生态系统。

我们现正（zhèng）与 75 家（jiā）合作（zuò）伙伴（bàn）携手（shǒu）合作，以致力于将 AI 应用（yòng）至医疗保健领域。这一数（shù）字每月都在增（zēng）长。我们的合作伙伴包括各类医疗中（zhōng）心、医学成（chéng）像公（gōng）司、研（yán）究机构、医疗保健初创（chuàng）公司和医疗保健服务提供商。

许多合（hé）作伙伴都将参加本周于芝加哥举办的北美放射学会年会。除在该年（nián）会上展示（shì）我（wǒ）们的合作成果外，我们还将宣布几（jǐ）项重要的发展进程：

发（fā）布 NVIDIA Clara 软（ruǎn）件开发套件 (SDK)

公布用于医学成（chéng）像的迁移学习工（gōng）具包和 AI 辅助注释 SDK

俄亥俄州立大（dà）学正（zhèng）与 NVIDIA 开展合作，利用 NVIDIA Clara 平台打造首个校内 AI 市场

美国国立卫生研究院正与 NVIDIA 开（kāi）展合作，将 AI 工具（jù）引（yǐn）入（rù）临（lín）床试验（yàn）

智能成像：现已发布 Clara SDK

凭借最新发布（bù）的 Clara SDK，开发者（zhě）可轻松利用他（tā）们拥有的（de）任何 GPU 平台部署 AI、可视化或计算密集型应用（yòng）程序（如影像（xiàng）重建（jiàn））。

十多（duō）年以来，NVIDIA GPU 一（yī）直（zhí）在医学（xué）成像领域发挥关（guān）键作用。诊断影像形态（tài）依靠我们的（de） GPU 实现（xiàn）实时（shí）、顶尖（jiān）的影像重建，其（qí）中包括用于减少 CT 扫描辐射剂量（liàng）的（de）迭（dié）代重建、可缩短核磁共振成（chéng）像 (MRI) 扫描时间的（de）压缩感知以及（jí）能（néng）够提高超声影（yǐng）像质量的软件波束赋形。

此外（wài），AI 甚至还能进一（yī）步改进影像采（cǎi）集。成像仪器需通过 AI 确保（bǎo）可采集到最优（yōu）质的影像（xiàng）。联影、富士胶片和（hé）佳（jiā）能等成像公司均已将（jiāng） NVIDIA DGX 超级计算机（jī）部署（shǔ）为 AI 基（jī）础设施（shī），以此（cǐ）加速企业的 AI 开发。

Clara SDK 是开放（fàng）式（shì） NVIDIA Clara 平台的组成部分（fèn），该平台可（kě）助力医学成像行业（yè）打造并部署先进的成（chéng）像应（yīng）用（yòng）程（chéng）序和（hé）支持 AI 的工作（zuò）流程。

MGH & BWH 临床（chuáng）数据科学中心已（yǐ）将 NVIDIA Clara SDK 纳入其 AI 部署策略。他们已（yǐ）开发出一种腹主（zhǔ）动（dòng）脉瘤检测模型，同（tóng）时正在将（jiāng）其部署至依托 NVIDIA Clara 的 Nuance AI 市场。

“如果（guǒ）要使放（fàng）射学（xué）从正（zhèng）在开发中的数千个全新 AI 应（yīng）用（yòng）程（chéng）序中获益，我们（men）需要（yào）开辟一（yī）条在众（zhòng）多临床和影像中（zhōng）心实现部署的（de）路径。该部署路径是在放射学领域提升 AI 采用率的关键。”MGH & BWH 临床数据科学中（zhōng）心执行董事（shì） Mark Michalski 表示（shì）。

您可以进一（yī）步了解包含 GPU 加速软件工具（jù）、库、AI 引擎、容（róng）器和示例应用程（chéng）序的 Clara SDK 集（jí）合（hé）的更（gèng）多信息。

portant;" />

放射学工作流程需要数千种算法

改变放射学的实践将需（xū）要（yào）数千种应（yīng）用程序（xù）。鉴（jiàn）于对 AI 应用程序的（de）需求以（yǐ）及（jí）根据（jù）机构的（de）患者、机器和（hé）实（shí）践情况以调整（zhěng）这些应用程序（xù）的需求（qiú），50 多家领先的医（yī）疗（liáo）保健机构（包（bāo）括 MGH、BWH、美国国（guó）立卫生研究院（yuàn）、加州大学旧金山分校、俄亥俄州立大学、梅（méi）奥（ào）医院和伦（lún）敦国王学（xué）院）已投资（zī） NVIDIA DGX 系统来开发 AI 应用程序。

为提高放射学（xué）行业构（gòu）建与调整（zhěng） AI 应用（yòng）程序的能力，NVIDIA 已宣布两项关（guān）键（jiàn）技术：

AI 辅助注（zhù）释 SDK：可使放射科医生以 10 倍（bèi）于传统注释方法的（de）速度解锁数据值。

用于医学成像的迁移学习工（gōng）具（jù）包：可使医生根据患者的情况定制和调（diào）整 AI 应用程（chéng）序（xù）。这项技术至（zhì）关重要，因（yīn）为每种放（fàng）射学实践均（jun1）独一无二（èr），且具（jù）备特有（yǒu）的仪器、协议（yì）和患者统计（jì）资料（liào）。

“在俄亥俄州立大学，我们理解这（zhè）些工具的（de）重（chóng）要性。数据管护（hù）是算法开发（fā）生命周期（qī）中的主要瓶颈之（zhī）一。而在医学（xué）成像领域，由（yóu）于数据本身就很复杂（zá），加上高度训练的注释（shì）器可用性十分有限，这种说法便显得尤为正确。”俄亥俄州立大学韦克（kè）斯纳医（yī）学中心成像信（xìn）息学部负责人 Luciano Prevedello 表示。

“该工具（jù）包所使（shǐ）用的（de）迁移学（xué）习等技术可显著减少训（xùn）练所需的影像数量（liàng），同时（shí）还能避免（miǎn）降低算法性能（néng），”Prevedello 继续说道，“这（zhè）一工具包（bāo），再（zài）配以效率更高并能利用 AI 实现（xiàn）备案的数据管护流程，将为算法开发新时（shí）代敞开（kāi）大门。”

俄亥俄州立大学（xué）打造首（shǒu）个校内 AI 市场

作为一所具备（bèi）前沿（yán）学术水准的医学中心和高（gāo）校，俄（é）亥俄州立（lì）大（dà）学韦克斯纳（nà）医学中心（xīn）是美国（guó）首（shǒu）位采用（yòng） NVIDIA Clara 平台打造校内 AI 临床影像市场（chǎng）的合作伙伴。

俄（é）亥俄州立大学（xué）的（de） AI 市场将能使放射科医（yī）生（shēng）迅（xùn）速将深度学习和机器学习应用至自（zì）身工作流程中。

“人工智能的（de）迅速应（yīng）用已为医学成像领域开辟（pì）了良好的机遇，” 俄亥俄州（zhōu）立大（dà）学韦克（kè）斯纳医（yī）学中心成像信息学部放射科主（zhǔ）任（rèn） Richard White 博士表（biǎo）示，“通（tōng）过与 NVIDIA 携手合（hé）作，我们已精简将 AI 集成至工作流程的过程，这将能改善患者的治（zhì）疗（liáo）效果。”

俄亥俄（é）州立大（dà）学将部署深度（dù）学习和机器学习，以提（tí）高在紧急情况下（如检测脑（nǎo）溢血（xuè）或冠状（zhuàng）动脉疾病时）的临床反（fǎn）应速度。这（zhè）些算法可（kě）集成至（zhì）许多临床工作流程，例（lì）如急诊科的早期预（yù）警系（xì）统、放射科实验（yàn）室（shì）的工作（zuò）明细（xì）表优化或阅览室的（de）诊断助理。

此外，这（zhè）也（yě）会（huì）带来（lái）另一个好处：通过在部署平台上实（shí）现（xiàn）标准（zhǔn）化，组（zǔ）织（zhī）还有可能共享和集成由这种极（jí）速增长的生态系统所打造的（de）各类（lèi）优秀的 AI 应用程序。

美（měi）国国立卫生研究（jiū）院将 AI 工具引入临床试验

NVIDIA 也正与美国国立卫生（shēng）研究院开（kāi）展合作，该研究院运营着全美最大（dà）的研究医院（yuàn），且每年会（huì）开（kāi）展（zhǎn） 1600 多（duō）次试验。

NVIDIA 将安排研究人员和工程师（shī）与美国国（guó）立卫生研究（jiū）院临床中心的临床（chuáng）医（yī）生携手开展项（xiàng）目。我（wǒ）们的初始（shǐ）合作项目将（jiāng）着重研究（jiū） AI 工具，旨在（zài）简化脑癌和肝癌的临床试验。

此（cǐ）次联合开发（fā）项目还将专注于（yú）开发集影像、基因组和临床数据于一（yī）体的 AI 工具，以期为癌症患者（zhě）提（tí）供精准（zhǔn）医（yī）疗。我们将通过（guò）一（yī）个以数据为中心的专用（yòng） AI 平台和基于深度学习的（de）影（yǐng）像组学来实现这一工作。

“如要将（jiāng）深度学习等强大工具应用至（zhì）医疗领域，我们需要组建一支能（néng）够真（zhēn）正囊括（kuò）医生、医院和计算机科学家的跨学科团队，让他们协（xié）同努力以发挥计算（suàn）机（jī）模型在（zài）医学成像领域的潜力（lì），并助力（lì）开发（fā）预测性成（chéng）像生物标（biāo）记（jì）。” 美国国立卫生研究院（yuàn）临床（chuáng）中（zhōng）心放射学与成（chéng）像科学（xué）部（bù）主任（rèn） Elizabeth Jones 博士表示。

此（cǐ）外（wài），AI 还有可能结合使（shǐ）用肿瘤大小（xiǎo）以（yǐ）外的数据和其他当（dāng）前（qián）所用的分期标准，从而（ér）提高癌症分期的准确（què）度。AI 发现（xiàn）的新型（xíng）成像（xiàng）生物标记（jì）可用于临床试验，让我们进一步接近兼具预测性和个人化的（de）精准医疗。

为将 AI 引（yǐn）向全球（qiú）的放射学事业，我们要让放射科医生（shēng）参与面向患者的算法创建（jiàn）与调整工作中（zhōng）来。另（lìng）外很重要（yào）的一点是，我（wǒ）们需（xū）为这些医生提（tí）供标准化途径，使其与同事（shì）分享和整合这些突破性（xìng）成果，同时还要使他们（men）能在（zài）较小的（de）监管（guǎn）或隐私（sī）风险下开展（zhǎn）现场数据分析。

智（zhì）能仪器和自（zì）动（dòng）化工作（zuò）流（liú）程已成为（wéi）现实。NVIDIA 正在与（yǔ）行业思（sī）想领袖开展合作，让放射学能（néng）通（tōng）过 NVIDIA Clara 平台跨越 AI 鸿沟。

关于NVIDIA