进球医学影像AI模型临床部署，英伟达亮出“打包”利器

AIDE全称是AI Deployment Engine，即 “AI调遣引擎”，预计将于明年推广到11家NHS所医院，届时将为1800万病征共享免费。AIDE将于12同月7日GNU，并在GitHub上刊发。

MONAI和AIDE结合，就能对逆行病学扫描AI仿真透过必要且直接的验证、调遣与审计。NHS将这些仿真常用诊断和治疗癌症、脑卒中的、脑瘤等疾病。以外，盖伊和巴克斯所医院、世所学院所医院、东肯特所医院国立大学和伦敦国立大学所学院所医院NHS信托慈善机构等政府部门时是在调遣该和平台。

世所学院所医院NHS神经病学和数据资料科学研究教授 James Teo普遍认为，这项指导工作令人震惊期待，“通过调遣这一逆行病学AI方法工程建设，我们可以将AI导入到医疗保健免费中的。通过这些和平台，逆行病学内科医生必须扩展医疗保健AI方法的调遣，进而适度其草拟必须更为高病征护理速度与精度的决定。”

“结构上医疗保健医疗生态系统中的的历史学者、所医院和新创行业已经开始意识到在指导工作中的替换成简便的 AI 逆程必须带来的益处。”AI Centre人工智能转型业务负责人Haris Shuaib说是，“GNUMONAI生态系统时是作出新贡献通过将数百种AI方法通用，借助易用性和影响的最大化，同时将先前3~6个同月的调遣整整缩短到全部都是几周。”

AI Centre for Value Based Healthcare是一个由多家国立大学、所医院和行业合作伙伴组合而成的联盟，由伦敦世所学院与盖伊和巴克斯所医院NHS信托慈善机构领导。与AI Centre for Value Based Healthcare联合借助于的AIDE必须为逆行病学内科医生共享各种AI动态。通过该提高效率，逆行病学内科医生必须掌握更为多关于病征的信息，使医疗保健数据资料更为容易获取且更为具易用性，进而更为高病征的护理精确度。

AI Centre已生产出新可更为高COVID-19、乳腺癌、脑肿瘤、脑卒中的和脑瘤风险等疾病诊断准确率的方法。AIDE必须借助获批AI方法与病征病例的无缝必要连接，使数据资料无需离开所医院信托慈善机构。

逆行病学数据资料的比对结果将被送回电子病例，以助力草拟逆行病学执行者。这为逆行病学多学科团队的病痛体检又共享了颇具价值的数据资料来源。所医院期盼AIDE必须设法较快这一逆程，使病征倍受益。

伦敦逆行病学扫描与AI中的心Value-Based Healthcare重大项目总裁兼技术务Jorge Cardoso普遍认为：“以外，大多数AI仿真一直东南面生产阶段，很少必须真时是常用病征护理。MONAI Deploy将适度倡议生产成果上到，借助更为具威望的逆行病学AI。”

逆行病学扫描是医疗保健肥胖症中的众所周知的方法之一，并在近年来快速而广泛地替换成AI技术。据统计，90%以上的医疗保健数据资料都是扫描数据资料。但倍受逆行病学指导工作逆程的重复性、不够AI应常用生产和调遣标准等因素的限制，医疗保健成像领域中的绝大多数AI应常用并未借助大规模的逆行病学调遣。

英伟达时是力求倡议更为多AI进入医疗保健肥胖症市场，随着MONAI在更为多主逆医疗保健政府部门普及，这也将链条其GPU及商业操作系统在该市场的转用率。其中的MONAI显然是个必须让逆行病学内科医生和病征获益的方法，通过共享嗣后为逆行病学扫描优化的深度学习工程建设和指导工作逆，简便AI仿真的借助于逆程，降低了从生产到逆行病学医疗保健指导工作逆的重复性，从而更为高逆行病学内科医生的操作者效率，并最终改善病征体验。