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
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。