西門子醫療 Digital Marketplace現已開放使用 MONAI 整合，可輕鬆將AI用於臨床工作流程
36 億，這是全球每年為診斷、監測及治療各種病症而進行的醫學影像檢測數量。
加快所有這些 X 光、CT 掃描、MRI（核磁共振）和超音波檢查的處理和評估，對於幫助醫生管理工作量和改善治療成果而言至關重要。
這正是 NVIDIA 推出 MONAI 的原因，MONAI 是一個開源的研發平台，可用於醫療影像及其他領域的人工智慧（AI）應用。MONAI 結合醫師與資料科學家，發揮醫療數據的力量，為醫療 AI 工作流程建立深度學習模型與可部署的應用。
本週在北美放射學會（RSNA）的年會上，NVIDIA 宣布西門子醫療（Siemens Healthineers）已採用 MONAI 所提供 MONAI Deploy 模組，該模組可拉近從研究到臨床生產的差距，以提升醫療影像 AI 工作流程整合至臨床部署的速度與效率。
全球各地已有超過 15,000 台醫療設備安裝西門子醫療的 Syngo Carbon 及 syngo.via 企業影像平台，可協助臨床醫師更易於讀取多種來源的醫療影像，並且從中獲得見解。
開發人員在建立 AI 應用時，通常會使用各種框架。這使得將應用部署到臨床環境裡成為挑戰。
只需幾行程式碼，MONAI Deploy 就能構建可以在任何地方運行的 AI 應用。它是一款在臨床生產過程中開發、打包、測試、部署和運行醫療 AI 應用的工具。使用 MONAI Deploy 將能簡化開發醫療影像 AI 應用，並將其整合至臨床工作流程的過程。
西門子醫療平台上的 MONAI Deploy 顯著加快了整合 AI 的流程，使用者只要點幾下滑鼠，便能把訓練好的 AI 模型移植到現實的臨床環境，而過去這件事要用到好幾個月的時間。這有助於研究人員、企業和新創公司更快把他們的應用交給放射科醫師使用。
西門子醫療數位科技與研究部門主管 Axel Heitland 表示：「藉由加快部署 AI 模型，醫療機構可以用比過去更快的速度從AI醫療影像領域的最新進展獲益。研究人員使用 MONAI Deploy可以快速自訂 AI 模型，以及將創新成果從實驗室搬到臨床實務環境裡，讓全球數千名臨床研究人員直接在其 syngo.via 和 Syngo Carbon 影像平台上獲得 AI 所驅動的進步成果。」
在由 MONAI 開發出的應用程式加持下，這些平台能夠大幅簡化 AI 整合工作。在西門子醫療旗下 Digital Marketplace 上便能輕鬆提供和使用這些應用，使用者可以瀏覽、選擇及與自己的臨床工作流程無縫整合。
MONAI 生態系促進創新和採用
已經推出五年的 MONAI，下載量超過 350 萬次，有來自世界各地的 220 位貢獻者，並在超過三千份刊物的致謝文裡被有提及，在 MICCAI 挑戰賽拿過 17 次冠軍，且在許多臨床產品中有使用。
在最新的 v1.4 版 MONAI 裡有提供多項更新內容，讓研究人員和臨床醫師有更多機會利用 MONAI 的創新成果，並且為西門子醫療 Syngo Carbon、syngo.via 和西門子醫療 Digital Marketplace 做出貢獻。
MONAI v1.4和相關NVIDIA產品的更新項目包括新的醫學影像基礎模型，可以在MONAI裡客製化及部署為 NVIDIA NIM 微服務。下列模型現已開放做為 NIM 微服務使用：
- MAISI（Medical AI for Synthetic Imaging）是一種潛在擴散生成式 AI 基礎模型，可模擬高解析度、全格式 3D CT 影像及其解剖分割。
- VISTA-3D 是 CT 影像分割的基礎模型，能原生提供精準執行效能，涵蓋超過 120 個主要器官類別。它還提供有效的適應性和零樣本功能，以學習分割新的結構。
除了 MONAI 1.4 版的主要功能，現在還能透過MONAI 的 VLM GitHub 儲存庫使用新的 MONAI 多模態模型（或稱為 M3）。M3 這個框架可利用醫療 AI 專家（擴充任何多模態大型語言模型，例如 MONAI 的 Model Zoo 所提供已訓練完成的 AI 模型。VILA-M3 基礎模型中展現了這個新框架的強大功能，該模型目前已在 Hugging Face 上提供最先進的放射影像copilot（副駕駛）效能。
MONAI 串連起醫院、醫療領域新創公司和研究機構
全球領先的醫療機構、學術醫療中心、新創公司和軟體供應商皆採用和推進 MONAI 的發展，包括：
- 德國癌症研究中心帶領 MONAI 的基準與指標工作小組，該工作小組提供衡量 AI 效能的指標，以及如何和何時使用這些指標的指引。
- 紀念斯隆-凱特琳癌症中心（Memorial Sloan Kettering Cancer Center，MSK）旗下 Nadeem 實驗室率先使用 MONAI，以雲端方式部署多種 AI 輔助註釋管道和病理資料推論模組。
- 美國科羅拉多大學醫學院的教師開發了以 MONAI 為基礎的眼科工具，利用各種影像模式檢測視網膜疾病。該校還帶領進行部分使用 MONAI 的原始聯合學習開發和臨床示範。
- MathWorks 已將 MONAI Label 與該公司的 Medical Imaging Toolbox 進行整合，讓產學兩界數千名從事醫療和生物醫學應用的 MATLAB 使用者可以使用到這些先進的醫學影像 AI 和 AI 輔助註解功能。
- GSK 正在探索 MONAI 基礎模型，例如用於影像分割的 VISTA-3D 和 VISTA-2D。
- Flywheel 提供一個其中包括 MONAI 的平台，用於簡化影像資料管理、自動執行研究工作流程，以及支援 AI 開發與分析功能，且可視研究機構和生命科學組織的需求調整規模。
- Alara Imaging 在 2024 年醫學影像資訊學會年會上發表該公司將VISTA-3D等MONAI 基礎模型與Llama 3等大型語言模型整合的成果。
- RadImageNet 正在探索使用 MONAI 的 M3 框架來開發尖端視覺語言模型，利用 MONAI 的專家影像 AI 模型來產生高品質的放射檢測報告。
- Kitware 提供圍繞 MONAI 的專業軟體開發服務，協助將 MONAI 整合到設備製造商的客製化工作流程，以及主管機關核准的產品中。
研究人員與企業也在雲端服務供應商上使用 MONAI 來執行和部署具擴充能力的 AI 應用。開放使用 MONAI 的雲端平台有 AWS HealthImaging、Google Cloud、Microsoft Cloud for Healthcare 旗下的 Precision Imaging Network 以及 Oracle Cloud Infrastructure。
