雷鋒網消息,英偉達與倫敦國王學院共同宣佈了Project MONAI的開源alpha版本,該項目是一個醫療研究框架,現已在GitHub上提供。
MONAI是AI Medical Open Network的縮寫。該框架針對醫療保健研究人員的需求進行了優化,並且可以與PyTorch和Ignite等深度學習框架一起運行。
過去醫療AI模型的訓練,只能依託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,醫療AI開發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。
而這次,英偉達推出的MONAI框架則是根據醫療AI的特點量身打造,可以幫助醫學影像研究人員重現他們的實驗。
Nvidia醫療保健副總裁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據增強,具有定義的界面來控制隨機狀態並確保訓練結果保持不變。
MGH&BWH臨牀數據科學中心科學總監Jayashree Kalpathy-Cramer 在Powell的博客帖子中説:“科學研究的可重複性至關重要,尤其是當我們談論AI在醫學中的應用時。MONAI項目提供了一個框架,社區可以使用來自世界各地的數據和技術來驗證和完善用於醫學成像的AI開發。”
去年,對AI研究的更高再現性需求,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醫學成像工具綁定在一起。MONAI的alpha版本包括用於腹部CT的3D器官分割或用於腦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衞生成像最佳實踐的通用框架計劃。Powell説,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人員來自多個機構,其中包括中國科學院、德國癌症研究中心、MGH&BWH臨牀數據科學中心、斯坦福大學和慕尼黑技術大學。
在這則消息公佈的幾天前,Nvidia還分享了一個為美國和巴西的醫院提供乳腺癌篩查的“乳房鉬靶造影AI”。該產品是通過聯邦學習將資源進行組合,而不是單一機構單獨數據和資源的合作模式。