NVIDIA (辉达)在北美放射学会博览会(Radiological Society of North America; RSNA)上发表新软体，同时宣布与多家新夥伴携手改进医疗品质、使用方式与成本。

NVIDIA在北美放射学会博览会上发表新软体，同时宣布与多家新夥伴携手改进医疗品质、使用方式与成本。

人工智慧研究在改善放射医学领域的品质、使用与成本上已展现极大的可能性，然而这些成果需要集结各方夥伴及联盟，合力将研究成果导入临床应用，因此 NVIDIA 致力於扩展医疗夥伴的产业体系。

NVIDIA 目前与 75 个夥伴合作，联手将 AI 导入至医疗领域，合作夥伴的数量每个月都持续增长，其中包含医学中心、医疗影像企业、研究机构、医疗新创与医疗从业人员等各种不同领域。

其中许多夥伴将叁与本届於芝加哥举行的北美放射医学博览会，除了在会中展示与 NVIDIA 的合作成果，还将宣布多项重要的研究进程包含：

● NVIDIA Clara 软体开发套件(SDK)正式开放使用。

● 针对医学影像与 AI 辅助影像标记 SDK ，推出转移学习工具套件。

● 俄亥俄州立大学与NVIDIA合作联手透过 NVIDIA Clara 平台打造首个内建 AI 市集

● 美国国家卫生研究院与NVIDIA合作将 AI 工具导入临床试验

Clara SDK 智慧影像现已开放使用

透过最近开放使用的 Clara SDK，开发者能轻易利用任何 GPU 平台，部署包括AI、专业视觉化与包括影像重建等需要密集运算的应用。

过去十多年来，NVIDIA GPU在医学影像领域一直扮演关键角色。各种诊断影像模拟皆仰赖 NVIDIA GPU 提供即时的先进影像重建，其中包括叠代式重建，该技术能减少电脑断层扫瞄的幅射剂量、简化检测处理技巧以缩短 MRI 的扫瞄时间，以及透过软体波束成型来提升超音波扫瞄的影像品质。

AI 技术能让影像撷取作业更加卓越。各种成像仪器需要透过 AI 来确保获取最高品质的影像，包括 United Imaging、Fujifilm 与 Canon 在内的影像仪器厂商，皆已部署NVIDIA DGX 超级电脑作为 AI 基础设施，藉以加快研发工作。

Clara SDK是开放式 NVIDIA Clara 平台的一部分，其让医学影像产业能开发与部署各种先进影像应用、并透过 AI 驱动的作业流程。

MGH & BWH 临床资料科学中心已采用 NVIDIA Clara SDK 作为其 AI 部署策略的一部分。该中心开发一个腹部主动脉瘤的侦测模型，并将它导入至以 NVIDIA Clara 为处理平台的 Nuance AI 市集中。

MGH & BWH 临床资料科学中心执行总监 Mark Michalski 表示：「倘若放射医学能受益於数千种新研发的 AI 应用程式，那我们便需要一条能将其部署在庞大临床与影像中心的明确途径。而这个部署途径也将是 AI 在放射医学扩大运用的关键。」

放射医学作业流程需要成千上万种演算法支持

要改变放射医学的诊疗方法需要数以千计的应用程式。因应 AI 应用与针对每家医院的病患、仪器与治疗进行调整的需求，包括 MGH、BWH、美国国家卫生研究院(NIH)、加州大学旧金山分校(UCSF)、俄亥俄州立大学(OSU)、梅约(Mayo)诊所与伦敦大学国王学院(KCL)等超过 50 家顶尖医疗机构，皆投资购置NVIDIA DGX 系统 以着手研发 AI 相关应用。

为促进放射医学界对於开发与因应各种 AI 应用的能力，NVIDIA 宣布两项关键技术：

● AI 辅助标记SDK 让放射科医师能将其资料发挥10倍的价值，胜过传统标记方法

● 转移学习工具套件让医师针对自己的病患着手调整与客制化各种 AI 程式。因为放射医学具有独特性，包括仪器、协议(protocol)与病患的年龄层分布都和其他医科存在极大差异，因此具备这样的能力至关重要。

俄亥俄州立大学 Wexner 医学中心影像资讯学部门主任 Luciano Prevedello表示：「俄亥俄州立大学了解这些工具的重要性。资料管理是演算法开发周期中主要的瓶颈之一，因资料本身的复杂性与受过高度训练的标记人员人力限制，其在医学影像领域针更是如此。像转移学习工具套件这类的技术，能让演算法效能不减损的情况下，大幅减少训练所需的庞大影像，再加上结合更具效率的资料管理流程，能透过 AI 先做好准备，为演算法的开发开启新的篇章。」

俄亥俄州立大学打造首个内建AI市集

俄亥俄州立大学 Wexner 医学中心是一所顶尖的学术医疗中心与研究大学，同时也是 NVIDIA 在美国首家的合作夥伴，率先采用 NVIDIA Clara平台来为临床影像打造一个内建的 AI 市集。

俄亥俄州立大学的 AI 市集让放射医师能快速将深度学习与机器学习导入在其工作流程中。

俄亥俄州立大学 Wexner 医学中心医学影像资讯放射医学部主任 Richard White医师表示：「快速采纳人工智慧在医学成像领域开创出许多新机会。我们与NVIDIA合作，联手加快进程，将人工智慧整合到工作流程，进而改进病患的治疗成效。」

俄亥俄州立大学将部署深度学习与机器学习技术以改善像是侦测脑溢血或冠状动脉病徵等急症诊疗的临床反应。这些演算法能整合到许多临床作业流程，像是急诊部的早期预警系统、放射医学实验室工作项目最隹化，或是作为判读室的辅助诊断工具。藉由推动部署平台的标准化，各机构将能分享与整合此一持续扩增体系所产出的所有 AI 程式。

美国国家卫生研究院将 AI 导入临床试验

NVIDIA也与美国国家卫生研究院(NIH)合作，该机构在全美各地规模最大的教学研究医院进行每年超过 1,600 项试验。NVIDIA将派驻研究人员与工程师与 NIH 临床中心的医生进行合作，双方初期计画将研究各种 AI 工具来加速脑部与肝脏癌症的临床试验。後续的研发专案将着重於开发 AI 工具，结合影像、基因与临床方面的资料，为癌症病患提供精准医学治疗，其将透过一个专业 AI 资料导向的平台、与以深度学习为基础的影像群组，从CT、MRI 与 PET 等大量医学影像找出病徵并进行分析。

NIH 临床中心放射医学与影像科学部主任 Elizabeth Jones 医师表示：「将像是深度学习这样的强大工具运用在医学上，将需要包括内科医生、院方与电脑科学家组成真正跨领域团队，协力实现电脑模型在医学影像方面的潜能，并协助开发预测性影像的生物标记。」

目前放射医师运用人力计算肿瘤数量，根据现有的诊疗指引判断癌症分期。而 AI 将会改变这些流程，它会自动判断特徵与量测肿瘤数量，并且可能产出超越人类判读的能力。除了判读肿瘤大小以外，AI 还有十足潜力能根据目前采用的癌症分期判断标准，提高判断癌症分期的准确率。透过 AI 生成的新医学影像生物标记还能导入在许多临床试验，让预测性与个人化精准医学的目标再迈进一步。

为了将 AI 推广至全球各地的放射医学机构，放射医师需要叁与创建并将各种演算法应用在治疗病患上。此外，也必须提供标准化方法，以利突破成果的分享与整合，并协助其进行现场资料分析，以降低违反法律规范和侵犯病患隐私的风险。

智慧仪器与自动化工作流程现已进入应用阶段。NVIDIA 与业界领导级机构合作，透过 NVIDIA Clara 平台，让放射医学跨越 AI 鸿沟。