美国芝（zhī）加哥—RSNA—2018年11月28日—NVIDIA 在北美（měi）放射（shè）学会年会 (RSNA) 推（tuī）出全新软件（jiàn）并宣（xuān）布新的合作伙伴（bàn），以（yǐ）优化（huà）护理（lǐ）质量、渠（qú）道（dào）和成本。

portant;" />

放射学领域的人工（gōng）智能研（yán）究已（yǐ）在（zài）改善护理质量、渠道和成本（běn）方（fāng）面展现出巨大潜力（lì）。然而，如果要将该研究应用（yòng）到临床（chuáng）实（shí）践，我（wǒ）们仍需（xū）合作（zuò）伙伴的鼎力支持。正（zhèng）因如此，NVIDIA 始（shǐ）终不遗余力地扩大自身的医（yī）疗保健合作伙伴生态系统（tǒng）。

我们（men）现正与（yǔ） 75 家合作伙伴携手合作，以致力（lì）于将 AI 应（yīng）用至医疗保（bǎo）健领域。这一（yī）数字（zì）每月都在增长。我们的合作伙伴包括各类医（yī）疗中心、医学（xué）成像公司、研究机构（gòu）、医疗保健初创公（gōng）司和医疗保健（jiàn）服（fú）务提供（gòng）商。

许多（duō）合作伙伴都将参加本周于芝加（jiā）哥举办（bàn）的北美（měi）放射学会年（nián）会。除在该（gāi）年会上展示我（wǒ）们的合（hé）作（zuò）成果外，我（wǒ）们还将宣（xuān）布几项重要的发展进程：

发布 NVIDIA Clara 软（ruǎn）件（jiàn）开发套件 (SDK)

公（gōng）布（bù）用于医学成（chéng）像的迁移（yí）学习工具包和 AI 辅助注（zhù）释 SDK

俄亥俄州立（lì）大（dà）学正（zhèng）与 NVIDIA 开展合作，利用 NVIDIA Clara 平台打造首个校内 AI 市场

美国国立卫生研究院正（zhèng）与 NVIDIA 开展合（hé）作，将 AI 工具引入临床（chuáng）试验

智能（néng）成像：现已发（fā）布 Clara SDK

凭（píng）借最新（xīn）发布的 Clara SDK，开（kāi）发者可轻松利用他（tā）们拥有的任何 GPU 平台部（bù）署 AI、可视化或计算密集型应（yīng）用程序（如影像重建）。

十多年以来，NVIDIA GPU 一直在医（yī）学（xué）成（chéng）像领域发挥关键作用（yòng）。诊断影像（xiàng）形态依靠（kào）我们的 GPU 实（shí）现实时、顶尖的影（yǐng）像重（chóng）建，其中包（bāo）括用（yòng）于减少 CT 扫描辐射剂量（liàng）的迭（dié）代重建、可缩短核磁共振（zhèn）成像 (MRI) 扫描时间的（de）压缩感知（zhī）以及能（néng）够提高超（chāo）声影像质量（liàng）的软件波束赋形。

此外，AI 甚至还（hái）能（néng）进一步改（gǎi）进影像采集。成像仪器需（xū）通过 AI 确保可采集到（dào）最（zuì）优质的影（yǐng）像。联影、富士胶片和佳能等成（chéng）像公司均已将 NVIDIA DGX 超级计算机部署为（wéi） AI 基（jī）础设施，以此加（jiā）速企业的 AI 开发。

Clara SDK 是开（kāi）放式（shì） NVIDIA Clara 平（píng）台的组成部分，该平台可助力医学成像行（háng）业打造并部署（shǔ）先进的成像（xiàng）应用程序和支（zhī）持（chí） AI 的工作流程。

MGH & BWH 临床数据科学中心已（yǐ）将 NVIDIA Clara SDK 纳入其 AI 部署策（cè）略。他们已开发出（chū）一种腹主动脉瘤检测模型，同时正在将其部署至依托（tuō） NVIDIA Clara 的 Nuance AI 市场。

“如果（guǒ）要使放射学从正在开发（fā）中的数千个（gè）全新 AI 应用程（chéng）序中获益，我们需要开辟一条在（zài）众多临床和影像中心实现部署的路（lù）径。该部署路径是在放射学领域提升 AI 采用率的（de）关键（jiàn）。”MGH & BWH 临床数据（jù）科（kē）学（xué）中心执行董（dǒng）事 Mark Michalski 表示（shì）。

您（nín）可以进（jìn）一步了解包含 GPU 加速软件工具、库、AI 引（yǐn）擎、容器和示（shì）例应用程序的 Clara SDK 集合（hé）的更多信息。

portant;" />

放射学（xué）工作流程需要数千种（zhǒng）算法（fǎ）

改（gǎi）变放射学的实践将需要数千种应用程序。鉴（jiàn）于对（duì） AI 应用（yòng）程序的需求以及根（gēn）据（jù）机构的患者、机器和（hé）实践情况以调整这些应用程序的需求，50 多家领（lǐng）先（xiān）的医疗保健机构（gòu）（包括 MGH、BWH、美国国立卫生研究院、加州大学（xué）旧金山分校（xiào）、俄（é）亥俄州立大学（xué）、梅奥医院（yuàn）和伦敦国王（wáng）学院）已投资 NVIDIA DGX 系（xì）统来开发 AI 应用程序。

为（wéi）提高（gāo）放射（shè）学行业构建与调整 AI 应用程序（xù）的能力，NVIDIA 已宣布两项关键技（jì）术：

AI 辅助注释 SDK：可使（shǐ）放（fàng）射科医生以 10 倍于（yú）传统注释（shì）方法的速（sù）度解锁（suǒ）数（shù）据值。

用于医学（xué）成像的迁（qiān）移（yí）学习工具包：可（kě）使医生根据（jù）患者的（de）情况定制和调整 AI 应用程（chéng）序。这（zhè）项技术至关重要，因为（wéi）每（měi）种放射学实践均独一（yī）无二，且具备特有的仪器、协议（yì）和患者统计资料。

“在俄（é）亥俄州立大（dà）学，我们理解这些工具的（de）重要性。数据管（guǎn）护是算法开发生命周（zhōu）期中的主要瓶颈之一。而在医学成像（xiàng）领域，由于（yú）数据本身就很复杂，加上（shàng）高（gāo）度训练的（de）注释（shì）器可用性十（shí）分（fèn）有限（xiàn），这种说（shuō）法便显（xiǎn）得尤为（wéi）正确。”俄亥（hài）俄州立大学韦克斯纳医学中心成像信息（xī）学部负责（zé）人 Luciano Prevedello 表示。

“该工具包（bāo）所使用（yòng）的迁移学习等技术可显著减少训（xùn）练所需的（de）影像数量，同（tóng）时还能避免降低算法性能，”Prevedello 继续说道，“这一（yī）工具包，再配以效率更高并能利用 AI 实现（xiàn）备案的数据管护（hù）流程，将为算法开发新时（shí）代敞开（kāi）大门。”

俄亥（hài）俄州立大学打造首（shǒu）个校内 AI 市场

作为一（yī）所具备前沿学术水准的医学中（zhōng）心和高校（xiào），俄亥俄州立大学韦（wéi）克（kè）斯纳（nà）医学中心是美国首位采用 NVIDIA Clara 平台打造校内（nèi） AI 临床影像（xiàng）市场的合（hé）作伙伴。

俄亥俄州立大学的 AI 市场（chǎng）将能使放（fàng）射科医生迅（xùn）速（sù）将深度（dù）学（xué）习和机器学（xué）习应用（yòng）至自身（shēn）工作流程中。

“人工智能的迅速应用已为医学（xué）成像领域开辟了良（liáng）好（hǎo）的机遇，” 俄（é）亥俄州（zhōu）立大（dà）学韦克斯纳医（yī）学中心成像信息学部放射科主任 Richard White 博士表示，“通过与 NVIDIA 携手合作，我们已精（jīng）简（jiǎn）将（jiāng） AI 集成至工作流（liú）程的过（guò）程，这将能改（gǎi）善（shàn）患（huàn）者（zhě）的（de）治疗效果（guǒ）。”

俄亥俄州立大学将部（bù）署深度学习（xí）和机器学习，以提高在紧急情况（kuàng）下（xià）（如检测脑（nǎo）溢（yì）血或冠（guàn）状动脉疾病（bìng）时）的临床反应（yīng）速度（dù）。这些（xiē）算法可集成至许（xǔ）多临床工（gōng）作流（liú）程，例如急（jí）诊科的早期预（yù）警系（xì）统、放射（shè）科（kē）实验（yàn）室的（de）工（gōng）作明细表优（yōu）化或阅览（lǎn）室（shì）的诊（zhěn）断助理。

此外（wài），这也会带来另一个好处（chù）：通过在部（bù）署平台（tái）上实现标准化，组织还有可能共享和集成由这种（zhǒng）极速（sù）增（zēng）长的生态系统所（suǒ）打（dǎ）造的（de）各类（lèi）优秀的 AI 应用（yòng）程序。

美（měi）国国立卫生研（yán）究（jiū）院将 AI 工具引入临床（chuáng）试验

NVIDIA 也正与美国国立卫生研究院开展合作，该研究（jiū）院（yuàn）运营着（zhe）全（quán）美（měi）最大的研究医院（yuàn），且（qiě）每年会开展 1600 多次试验。

NVIDIA 将安排研究人员和工程师与美国（guó）国（guó）立（lì）卫生研究院临床中心的临床（chuáng）医生携手开（kāi）展项目（mù）。我们的初始合作项目将着重研究 AI 工具，旨（zhǐ）在简化脑癌和肝癌的临床试验。

此次联合开发项（xiàng）目（mù）还（hái）将专注（zhù）于开发集影像、基因组和（hé）临床数据于一体（tǐ）的 AI 工具，以期为癌症患者提供精准（zhǔn）医疗。我们将通过一个以数据为中心的专用 AI 平台和基于深度（dù）学习的影像组学来实现（xiàn）这一（yī）工作。

“如要将（jiāng）深（shēn）度学习等（děng）强大工具应（yīng）用至医疗领（lǐng）域，我们需（xū）要组建（jiàn）一支能够真正囊括医生、医院和计（jì）算机科学家的跨学科团队，让他（tā）们协同努力以（yǐ）发（fā）挥计算机模型在医学成像领域的潜（qián）力，并助力（lì）开发预测性成像生物（wù）标记。” 美国国立卫生研（yán）究院临床中心放射学与成像（xiàng）科学（xué）部主任 Elizabeth Jones 博士表示（shì）。

此外，AI 还有可能结合使（shǐ）用（yòng）肿（zhǒng）瘤大小以外的数据和其他（tā）当（dāng）前（qián）所用的分（fèn）期标准，从而提（tí）高癌症（zhèng）分期（qī）的准确度。AI 发现的（de）新型成像（xiàng）生物标记（jì）可用于临（lín）床试验，让我们进一（yī）步接近兼具预测性和个人化的（de）精准医疗。

为将 AI 引向全球的放射学（xué）事（shì）业，我（wǒ）们要让（ràng）放射（shè）科医生参与面向患（huàn）者的（de）算（suàn）法创建与调整工作中来。另外很（hěn）重（chóng）要的一点是，我们需为这些医（yī）生提供标准化途径，使其与同（tóng）事分享和整合（hé）这（zhè）些（xiē）突破性成果（guǒ），同时还要使他们能在较小的监管或隐私（sī）风（fēng）险（xiǎn）下开展现场数据分析。

智能仪器和自动化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，让放射学能通过 NVIDIA Clara 平台（tái）跨越 AI 鸿沟。

关于（yú）NVIDIA