为大规模地提供 AI 加速的医疗服务，医疗机构需要让成千上万的神经网络一同工作，以应对人体生理学、所有疾病，甚至医院运营等方方面面的相关工作，而这在如今的智能医院环境中是一项重大的挑战。

MONAI 是一个采用 NVIDIA 技术加速的开源医学影像 AI 框架，其下载量目前已超 65 万次。借助 MONAI 应用包（MAP），MONAI 就能更轻松地将模型集成到临床工作流中。

MAP通过 MONAI Deploy 提供，其作为一种 AI 模型的打包方式，能够更轻松地在现有医疗生态系统中进行部署。

辛辛那提儿童医院的 Ryan Moore 博士表示：“如果想要在影像部门部署几个 AI 模型来帮助专家识别十几种不同的病症或实现医学影像报告的半自动化创建，需要耗费大量时间和资源来为每个模型寻求合适的硬件和软件基础设施。这在过去虽然‘可能’，但并不 ‘可行’。”

MAP 能够简化这一流程。如果开发者使用 MONAI Deploy 应用软件开发工具包来打包一个应用，医院就可以轻松地在本地或云端运行这一应用。MAP 规格还整合了医疗 IT 标准，比如医学影像互操作性标准 DICOM 等。

伦敦医学影像与 AI 中心 Value-Based Healthcare 项目首席技术官 Jorge Cardoso 表示：“目前，大多数 AI 模型一直处于研发阶段，很少能够真正用于患者护理。MONAI Deploy 将有助于推动研发成果落地，实现更具影响力的临床 AI。”

MONAI Deploy 得到医院和医疗初创企业的采用

世界各地的医疗机构、学术医疗中心和 AI 软件开发商正在采用 MONAI Deploy，包括：

● 辛辛那提儿童医院：该学术医疗中心正在为一个能够在 CT 影像中自动分割整体心脏容积的 AI 模型创建 MAP，进而通过美国国立卫生研究院资助的一个项目，为小儿心脏移植患者提供援助。

● 英国国家医疗服务体系（NHS）：NHS 信托基金已在四家医院部署了基于 MONAI 的 AI 部署引擎平台——AIDE（AI Deployment Engine），致力于为专业医务人员提供 AI 疾病检测工具。这些医务人员每年为 500 万名患者提供服务。

● Qure.ai：NVIDIA 初创加速计划成员 Qure.ai 开发了用于肺癌、脑外伤和肺结核等用例的医学影像 AI 模型。该公司正在使用 MAP 来打包需要部署的解决方案，推动这些解决方案更快速地在临床发挥影响力。

● SimBioSys：这家位于芝加哥的 NVIDIA 初创加速计划成员企业建立了患者肿瘤的 3D 虚拟表征，并将 MAP 用于有助预测患者对特定治疗会作何反应的精准医疗 AI 应用。

● 加州大学旧金山分校：加州大学旧金山分校正在为几个 AI 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。

将医学影像 AI 部署到 MAP

MAP规格由 MONAI Deploy 工作组制定。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 可以帮助研究者在临床环境中轻松打包和测试模型，从而加速 AI 模型的演进。这使他们能够采集真实世界的反馈，进而对 AI 进行完善和改进。

对于云服务商来说，对（使用云原生技术设计的） MAP 的支持能够助力采用 MONAI Deploy 的研究者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 MONAI Deploy 和 MAP 的云平台包括：

● Amazon HealthLake Imaging：MAP 接口已被整合进 HealthLake 影像服务，使临床医生能够实时查看、处理和分割医学影像。

● Google Cloud：Google Cloud 的医学影像套件使医学影像数据变得更易于获取、更具互操作性且更加实用。该套件已将 MONAI 整合到其平台中，使临床医生能够部署 AI 辅助注释工具，助力实现人工和重复性医学影像标记任务的自动化。

● Microsoft Azure驱动的Nuance精准成像网络：Nuance 和 NVIDIA 最近宣布展开合作，将 MONAI 和 Nuance 精准成像网络相结合。Nuance 精准成像网络是一个为 12000 多家医疗机构提供 AI 工具和洞察的云平台。

● Oracle Cloud Infrastructure：Oracle 和 NVIDIA 最近宣布展开合作，将包括 MONAI Deploy 在内的医疗行业加速计算解决方案引入 Oracle Cloud Infrastructure。即日起，开发者可使用 Oracle Cloud Marketplace 上的 NVIDIA 容器，通过 MONAI Deploy 来构建 MAP。