美国芝（zhī）加哥—RSNA—2018年（nián）11月28日—NVIDIA 在北（běi）美放射学会（huì）年会 (RSNA) 推（tuī）出（chū）全新软件并宣布新的合作（zuò）伙伴，以优化护理质量、渠（qú）道和成本。

portant;" />

放射学领域的人工智能（néng）研究已在改善护理质量、渠道和成（chéng）本（běn）方面展现（xiàn）出巨大（dà）潜力（lì）。然而，如果要将该研究应用到临床实践，我们仍（réng）需合作伙伴（bàn）的鼎力支持。正因如此（cǐ），NVIDIA 始终不遗余力地扩大自（zì）身的医疗（liáo）保健合（hé）作伙伴生态系统。

我们现正与 75 家（jiā）合（hé）作伙（huǒ）伴（bàn）携手（shǒu）合作，以致力于将（jiāng） AI 应用（yòng）至医疗保（bǎo）健领域。这（zhè）一数字每月都在增长。我（wǒ）们的合作伙伴（bàn）包括各类医（yī）疗中心、医学（xué）成像公（gōng）司（sī）、研究机（jī）构、医（yī）疗保健初创公司和医疗保健（jiàn）服务提（tí）供商。

许多合作（zuò）伙伴都将（jiāng）参加本周于芝加哥举（jǔ）办的北（běi）美（měi）放射（shè）学会年（nián）会。除在该年会上展示我们的（de）合（hé）作成果外，我们还将宣布几项重（chóng）要的（de）发展进程：

发布 NVIDIA Clara 软件开发套件（jiàn） (SDK)

公布用于医学成像的迁移学（xué）习工具（jù）包和 AI 辅助注释 SDK

俄亥（hài）俄州立大（dà）学正与 NVIDIA 开（kāi）展合作，利用 NVIDIA Clara 平台打造（zào）首个（gè）校内 AI 市场（chǎng）

美国（guó）国立（lì）卫生研（yán）究院正与 NVIDIA 开展合作，将 AI 工具（jù）引入临（lín）床（chuáng）试（shì）验

智能成像：现已发布 Clara SDK

凭借最新发布的（de） Clara SDK，开发者可（kě）轻松利用他们拥有的任何 GPU 平（píng）台部署 AI、可视化或（huò）计（jì）算密（mì）集（jí）型应用（yòng）程序（xù）（如影像重（chóng）建）。

十多年以来，NVIDIA GPU 一（yī）直在医学成像领域发挥关键作（zuò）用。诊（zhěn）断影像形态依靠我们的 GPU 实现（xiàn）实时、顶尖的影（yǐng）像重建，其中包括用于减少 CT 扫描辐射剂（jì）量的（de）迭代（dài）重建、可（kě）缩（suō）短核磁共振成（chéng）像 (MRI) 扫描时间的压缩感（gǎn）知（zhī）以及能够提高超声影像质量（liàng）的软（ruǎn）件（jiàn）波束赋形。

此外，AI 甚（shèn）至还能进（jìn）一步改进影像采集。成像仪器需通过 AI 确保可采集到最优（yōu）质的影（yǐng）像。联影、富士胶片和（hé）佳能等成像公司均已将 NVIDIA DGX 超级计算机部署（shǔ）为 AI 基础设（shè）施，以此加速企业（yè）的 AI 开（kāi）发。

Clara SDK 是开放式 NVIDIA Clara 平台（tái）的组成部分（fèn），该平台可（kě）助力医学（xué）成像行业打造并（bìng）部署先进的成像应用程序（xù）和支持（chí） AI 的工作（zuò）流程。

MGH & BWH 临床数据科学中心已将 NVIDIA Clara SDK 纳入其（qí） AI 部署（shǔ）策略。他们已开（kāi）发出一种（zhǒng）腹主动脉（mò）瘤检测模型，同时正在将其部署（shǔ）至（zhì）依托 NVIDIA Clara 的 Nuance AI 市场。

“如果（guǒ）要使放射学从正在（zài）开发（fā）中的（de）数千个全新 AI 应用程序（xù）中（zhōng）获益，我们需要开辟一条（tiáo）在众多临床和影（yǐng）像中（zhōng）心实现部署的路径。该部署路径是在放射学领域提升 AI 采用（yòng）率的（de）关（guān）键。”MGH & BWH 临床数据科学中心执行董（dǒng）事 Mark Michalski 表示（shì）。

您可以进一步了解包含 GPU 加速软件工具、库、AI 引擎、容器和（hé）示例应用程序的 Clara SDK 集合的更多（duō）信息。

portant;" />

放射学工作流程需要数千种算法

改变放射学的实践将需要数（shù）千种应用程序。鉴（jiàn）于对 AI 应（yīng）用程序（xù）的需求以及根（gēn）据机构的患者、机器和实践情况以调整这些应用程序的需求（qiú），50 多家领（lǐng）先的医疗保健机构（包（bāo）括 MGH、BWH、美国国立卫生研究院、加（jiā）州（zhōu）大学旧（jiù）金山分校、俄（é）亥俄（é）州立大学（xué）、梅奥医院和伦敦国（guó）王学院）已投资 NVIDIA DGX 系（xì）统来开发 AI 应用程（chéng）序（xù）。

为提高放射（shè）学行业构建（jiàn）与调整 AI 应用程（chéng）序的能力，NVIDIA 已宣布两项关键技术：

AI 辅助注释 SDK：可（kě）使放射科医（yī）生以（yǐ） 10 倍于传统（tǒng）注（zhù）释（shì）方法的速度解锁数据值。

用于医学成像的迁移学习工具包：可使医生根（gēn）据患者的情（qíng）况定制和调整 AI 应用程序（xù）。这项（xiàng）技术至关重要，因为每种（zhǒng）放射学实践均（jun1）独一无二，且（qiě）具备（bèi）特有的仪（yí）器、协议和患者（zhě）统计资料。

“在俄亥俄州立大学，我们理解这些工（gōng）具的重要性。数（shù）据管护是算法开发生命周期中（zhōng）的主要瓶颈（jǐng）之一（yī）。而在医（yī）学（xué）成（chéng）像领域，由于数据本身就很复（fù）杂，加上高度训练的注释器可用性（xìng）十分有限，这种说法便（biàn）显得（dé）尤为（wéi）正确。”俄亥俄（é）州立大学韦克斯纳医学中心（xīn）成像信息学（xué）部负责（zé）人 Luciano Prevedello 表（biǎo）示。

“该工具（jù）包（bāo）所（suǒ）使（shǐ）用（yòng）的迁移学习等技术（shù）可显著减少训（xùn）练所需的影像数量（liàng），同时还能避（bì）免降低（dī）算法性能，”Prevedello 继续（xù）说道，“这（zhè）一工具包，再配（pèi）以效率更（gèng）高并能利用 AI 实现备案的数（shù）据管护流程，将为算法开发（fā）新（xīn）时代敞开（kāi）大门。”

俄亥（hài）俄州立大学打（dǎ）造首个校（xiào）内（nèi） AI 市（shì）场（chǎng）

作为一（yī）所（suǒ）具备前沿学术水准的医学（xué）中心（xīn）和高校，俄亥俄（é）州立大学韦克斯纳（nà）医学中心（xīn）是美国首（shǒu）位采用 NVIDIA Clara 平台打造（zào）校（xiào）内 AI 临床（chuáng）影（yǐng）像市场（chǎng）的合作伙伴。

俄亥俄州（zhōu）立大学（xué）的 AI 市（shì）场将（jiāng）能使放射科医生迅速将深度学习和机（jī）器学习（xí）应用至自身工作（zuò）流程中。

“人工智能的迅速应用已为医学成像领域（yù）开辟了良好的（de）机遇，” 俄（é）亥俄州立大学韦克斯纳医学中心成像信息学部放射科主任 Richard White 博士表示，“通过与 NVIDIA 携手（shǒu）合作，我（wǒ）们（men）已精简将 AI 集成至工作流程的（de）过程，这将能改善患（huàn）者的治疗效果。”

俄亥俄州立（lì）大学将部署深（shēn）度学习和机器（qì）学习，以提高在（zài）紧急情况（kuàng）下（如检测脑溢血或冠（guàn）状动（dòng）脉疾（jí）病时（shí））的临床反（fǎn）应速度。这（zhè）些算法可集（jí）成至（zhì）许（xǔ）多临（lín）床工作流程，例如急诊科的早期（qī）预警系统、放射科实验室的工作明细（xì）表优化或（huò）阅览室（shì）的诊断助（zhù）理。

此（cǐ）外，这也会带来另（lìng）一个好（hǎo）处：通过在部署（shǔ）平台上实现标准化，组织还有可能（néng）共享和集（jí）成由这种极速增长的生态系统所打造的（de）各类优秀的（de） AI 应用程（chéng）序。

美国国立卫生研究院（yuàn）将 AI 工具引入临（lín）床试验

NVIDIA 也正与美（měi）国国立卫生研究院开展合（hé）作，该研究院运营着全美最大（dà）的（de）研究医院（yuàn），且（qiě）每（měi）年会开展 1600 多次试（shì）验。

NVIDIA 将安排研究人员和工程师与美国（guó）国立卫生研究院（yuàn）临床中心的临（lín）床医生携手开（kāi）展（zhǎn）项（xiàng）目。我们的初（chū）始（shǐ）合作项（xiàng）目将着重研究（jiū） AI 工（gōng）具，旨在简（jiǎn）化（huà）脑癌和肝癌（ái）的临床试验。

此（cǐ）次联合开发项目还将专注于（yú）开发集影像、基（jī）因组和（hé）临床（chuáng）数据于一（yī）体的 AI 工具，以（yǐ）期为癌症患者提供精准医疗。我们将通过一（yī）个以数据为中（zhōng）心的专用（yòng） AI 平（píng）台和基于（yú）深度（dù）学习的影像（xiàng）组学来实现这一工作。

“如要（yào）将深度学习等强大工（gōng）具应（yīng）用至医疗领域，我们需要组建（jiàn）一（yī）支能够真正囊（náng）括医生（shēng）、医院和计算机科学家（jiā）的跨学（xué）科团队，让他们协（xié）同努力以发（fā）挥计算（suàn）机模型在医学（xué）成像领域（yù）的（de）潜力（lì），并助力开发（fā）预测性成像生物标记（jì）。” 美国（guó）国立卫（wèi）生研（yán）究院临床中心放（fàng）射学与成像科学部主任 Elizabeth Jones 博士表示（shì）。

此外，AI 还（hái）有可能结合使用肿瘤大小以外的数据和（hé）其他当前所用的（de）分（fèn）期（qī）标准，从（cóng）而提高癌症分期（qī）的（de）准（zhǔn）确度。AI 发现的新型（xíng）成像生（shēng）物标记可（kě）用于（yú）临床试（shì）验，让（ràng）我们进一步（bù）接近兼（jiān）具预测性和个人（rén）化的精准（zhǔn）医（yī）疗。

为将 AI 引（yǐn）向全球的放（fàng）射学事业，我们要让放（fàng）射科医生参与面向患（huàn）者的（de）算法创建（jiàn）与调（diào）整工作中来。另外很重（chóng）要的一点是，我们需为这（zhè）些医生提供标（biāo）准化（huà）途径（jìng），使（shǐ）其与同（tóng）事分享（xiǎng）和整合这些（xiē）突破性成果（guǒ），同时还要（yào）使他们能在较小的（de）监管或隐私风险下（xià）开展现场（chǎng）数据（jù）分（fèn）析。

智能仪器（qì）和自动化（huà）工作流程已成为现实。NVIDIA 正在与行业（yè）思想领（lǐng）袖开展合作，让（ràng）放射学能（néng）通过（guò） NVIDIA Clara 平台（tái）跨越 AI 鸿（hóng）沟。

关（guān）于NVIDIA