无论是推动癌症筛检、减少伪阳性的误判，还是改善肿瘤辨识及治疗计画内容，人工智慧 (AI) 都是医疗创新和加速发展的强大动力。

透过NVIDIA AI Enterprise，医院IT管理人员可以同时运行 AI 应用程式与医院的核心应用程式

尽管如此，若想将 AI 结合至实际的解决方案中，对许多 IT 组织而言仍充满挑战。

全球顶尖癌症研究和治疗中心之一的荷兰癌症研究所 (Netherlands Cancer Institute；NKI)，采用 NVIDIA AI Enterprise 软体套件测试 AI 作业负载，借以用于较当今常见的 3D 癌症扫描更高精度的应用。

NKI 过去使用低解析度影像来训练 AI 模型。由于 NVIDIA AI Enterprise 可提供更高的记忆体容量，该单位的研究人员可以改用高解析度的影像进行训练，如此一来便有助于临床医生在病人每次接受治疗时，更精准地锁定肿瘤的大小和位置。

NKI 部署的 NVIDIA AI Enterprise 套件是设计用以最佳化 AI 的开发和部署作业。其获得 NVIDIA 的认证和支援，使得医院、研究人员与 IT 专业人员能够在他们本地端的资料中心及私有云环境中的主流伺服器上，使用 VMware vSphere 来运行 AI 作业负载。

在虚拟化基础设施上提供治疗，代表医院与研究机构可以使用其早已用于现有应用程式的相同工具，这将有助于最大化投资效益，并让医疗照护创新的进入门槛更平易近人且容易取得。

加速在医疗研究领域取得突破性成果

NKI 透过 NVIDIA LaunchPad 快速启动该机构的 NVIDIA AI Enterprise 专案。

LaunchPad 计画让使用者立即取得在加速基础设施上运行的最佳化软体，以协助客户针对资料科学和 AI 作业负载进行原型设计和测试。这项计画在本月份已扩大至全球 9 个部署 Equinix 的地点。

使用者可以透过 LaunchPad 取得 NVIDIA AI Enterprise 软体套件，并在主流加速伺服器上透过 VMware vSphere 运行先进的 AI 作业负载，其中包括戴尔科技 (Dell Technologies)、慧与科技 (Hewlett Packard Enterprise；HPE)、联想 (Lenovo) 等业者的系统。

任何医疗院所现在只要透过 NVIDIA AI Enterprise，即可取得由 NVIDIA FLARE 提供支援的 Rhino Health 联合学习 (Federated Learning) 平台，以便轻松地利用联合学习技术来开发和验证 AI。美国放射学会 (American College of Radiology；ACR) 的 AI LAB 等其它组织，也预计使用 NVIDIA AI Enterprise 软体。

NKI 的研究人员使用运行在 HPE 组合式软体系统 HPE Synergy 上的 NVIDIA AI Enterprise 来建立深度学习模型，结合巨量的 2D 及 3D 资料来源和 AI，在每次进行放射治疗前精准地锁定肿瘤位置。

荷兰癌症研究所肿瘤学人工智慧小组负责人 Jonas Teuwen 表示：「医生可以在治疗当天使用该解决方案来取代电脑断层扫描 (CT)，借以最佳化治疗方案，并验证放疗计画。」

Teuwen 在阿姆斯特丹的团队使用 NVIDIA AI Enterprise，在位于矽谷的伺服器中的 NVIDIA A100 80GB GPU 上运行 AI 作业负载，并在不到三个月的时间建立一个卷积神经网路，又使用不到 300 个临床肺部 CT 扫描资料进行训练，接着进行重建并推论到头部和颈部资料。

未来，NKI 的研究人员希望能将这项作业用于介入放射学 (Interventional Radiology) 的潜在应用，以修复心脏手术和牙科手术植入物中的动脉。

医院透过 NVIDIA AI Enterprise 加速 AI 部署

对于在虚拟化基础设施上托管各种医疗和营运应用程式的组织，NVIDIA AI Enterprise 让他们可以更简单地部署 AI。其让 IT 管理人员能够同时运行医院核心应用程式以及 Vyasa 与 iCAD 等 AI 应用程式，并在他们已熟悉的环境中简化工作流程。

只需点几下滑鼠即可调整运算资源，医院将能为患者和医疗照护提供者改变照护方式。

医疗保健与生命科学领域深度学习分析工具供应商 Vyasa，使用 NVIDIA AI Enterprise 打造能够搜寻患者病历等非结构化内容的应用程式。 Vyasa 利用 NVIDIA AI Enterprise 缩短开发深度学习应用程式的时间，且深入研究非结构化资料和 PDF 档案，评估哪些患者的风险更高。其可以找出超过一年未进行检查的患者，并针对年龄和种族等其它风险因素更细分出不同的患者。

Vyasa 资讯长 Frans Lawaetz 表示：「透过快速提供平台需求，并且无需手动下载和整合软体包，NVIDIA AI Enterprise 让我们省下一半的部署时间。」

放射科医师使用 iCAD 的创新 ProFound AI 软体来协助读取乳房摄影影像。这些AI 解决方案有助于早期发现癌症、对乳房密度进行分类，并根据每位女性的乳房摄影结果，准确评估个人短期罹患乳癌的风险。利用 VMware vSphere 运行先进的作业负载对 iCAD 的医疗客户来说非常重要，他们可以轻松地将其资料密集型应用程式纳入任何医院的基础设施中。

许多软体制造商如美国放射学会的 AI LAB，以及拥有联合学习平台的 Rhino Health，皆开始在 NVIDIA AI Enterprise 上验证其软体，透过整合至通用的医疗 IT 基础设施来简化部署。

医疗组织能够透过 NVIDIA AI Enterprise 整合资料中心，进而打造一个以 NVIDIA 技术为核心的商业生态系。通用的 NVIDIA 与 VMware 基础设施使软体供应商和医疗组织能更轻易地部署及管理这些解决方案。