英国国家医疗服务体系(NHS)信托基金将使用 NVIDIA 和 AI Centre联合开发的开源框架 MONAI,提供面向脑卒中、失智症、心力衰竭、癌症等疾病的临床 AI应用。

英国公共医疗体系由 10 个英国国家医疗服务体系(NHS)信托基金组成,目前正在其下属的四家医院部署基于 MONAI 构建的 AIDE 平台,为专业医务人员提供 AI 疾病检测工具。这几家机构的专业医务人员每年服务于 500 万名患者。
AIDE 的全称是 AI Deployment Engine,即 “AI 部署引擎” ,预计将于明年推广到 11 家 NHS 医院,届时将为 1800 万患者提供服务,为临床医生提供 AI 功能。AIDE 基于 MONAI 构建。MONAI 是由 NVIDIA 和 AI Centre 共同开发的开源医学影像 AI 框架,可用于对接 AI 应用与医院系统。
通过 MONAI 和 AIDE 的结合,就能对医学影像 AI 模型进行安全且有效的验证、部署与评估。这些模型将被 NHS 用于诊断和治疗癌症、脑卒中、失智症等疾病。目前,盖伊和圣托马斯医院、国王学院医院、东肯特医院大学和伦敦大学学院医院 NHS 信托基金等机构正在部署该平台。
国王学院医院 NHS 神经病学和数据科学教授 James Teo 表示:“这是一项令人万分期待的工作。通过部署这一临床 AI 工具基础设施,我们可以将 AI 整合到医疗服务中。通过这些平台,临床医生能够扩展医疗 AI 工具的部署,进而有助于其制定能够提高患者护理速度与精度的决定。这将为数字化转型之旅的开启提供一个强大、安全、开放的基础。”
MONAI 让医院整合变得更简单
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。
好文章,需要你的鼓励
全球数据中心建设需求持续高涨。北美方面,美国数据中心建设支出年化达510亿美元,微软在威斯康星州开放33亿美元设施,亚马逊和谷歌宣布在密苏里州合计投资250亿美元。欧洲方面,SoftBank将在法国建设5GW AI数据中心,投资额达750亿欧元。亚太地区,AirTrunk计划在印度投资210亿美元建设3GW数据中心。中东与非洲地区也有多项大规模项目落地。
这项研究提出Epi2Diff方法,通过将大型推理模型的解题思考过程拆解为认知片段序列,提取过程特征预测考题对人类的难度,在四个真实考试数据集上超越了所有对比基线。
随着企业将AI融入机器人、工业设备等物理基础设施,边云协同架构正成为关键课题。以Luminous Robotics和先正达为例:前者在太阳能农场部署的机器人每秒做出10次决策,数据定期上传云端持续优化模型;后者通过Cropwise平台整合卫星、无人机、拖拉机传感器数据,辅助农民完成约150项农业决策。两家公司均强调,边缘端负责实时响应,云端负责模型训练与更新,同时保持人工监督以确保安全与准确性。
南京大学与阿里巴巴提出MIMFlow,将掩码图像建模与标准化流端到端融合,让生成模型专注语义建模,以更少参数和更少令牌在ImageNet上取得FID 2.50的优异表现。