基本介紹
- 外文名：MONAI
- 類別：開源AI框架
簡介,運用,套用包,
簡介
MONAI是一個基於PyTorch的框架，可通過行業特定的數據處理、高性能訓練工作流程、先進的可復現參考實現，使AI能夠用於醫療成像的開發。該開源AI框架建立在現有工具的最佳套用實踐基礎之上（包括NVIDIA Clara，NiftyNet，DLTK和DeepNeuro），面向醫療研究領域。MONAI框架的一項核心目標是實現實驗的可重複性，如此一來，研究人員就可以共享結果並相互借鑑，共同發展最新技術。
運用
MONAI在醫療生態系統中被廣泛採用，包括：德國癌症研究中心、倫敦國王學院、麻省總醫院、NVIDIA、史丹福大學、范德堡大學、英國國家醫療服務體系、辛辛那提兒童醫院、SimBioSys、加州大學舊金山分校等。
2022年11月，Nuance Communications 與NVIDIA宣布展開合作，首次使放射科醫生和其他臨床醫生能夠大規模地直接使用 AI 診斷工具，以更低的成本為患者提供更完善的護理。此次合作將Nuance 精準成像網路（將診斷影像中的患者洞察傳遞到臨床和管理工作流中的 AI 雲平台）和MONAI（由 NVIDIA 聯合創立並加速的開源、專業醫學影像 AI 框架）相結合，對醫學影像 AI 模型進行安全、有效的驗證、部署與評估。Mass General Brigham 是首批使用MONAI和Nuance精準成像網路來制定一套獨特工作流的大型醫療中心之一。該醫療中心將醫學影像模型的開發、套用打包、部署和臨床反饋相連通，進而能夠完善模型。
套用包
MONAI 套用包（MAP）：MONAI 中的加速處理流程 MONAI Deploy 提供一個 MONAI 套用包（MAP）。
MONAI MAP是AI模型的打包方式，於2022年11月發布，可以簡化AI套用開發工作。MONAI是一個採用 NVIDIA 技術加速的開源醫學影像AI框架，藉助 MONAI 套用包（MAP），MONAI能輕鬆地將模型集成到臨床工作流中。MAP規格由MONAI Deploy工作組制定。如果開發者使用MONAI Deploy套用軟體開發工具包來打包一個套用，醫院就可以輕鬆地在本地或雲端運行這一套用。MAP規格整合了醫療IT標準，比如醫學影像互操作性標準DICOM等。
對於開發者來說，MAP可以幫助研究者在臨床環境中輕鬆打包和測試模型，從而加速AI模型的演進。這使他們能夠採集真實世界的反饋，進而對AI進行完善和改進。
對於雲服務商來說，對（使用雲原生技術設計的） MAP的支持能夠助力採用MONAI Deploy的研究者和企業通過容器或原生套用集成，在自己的平台上運行AI套用。雲平台包括有亞馬遜雲、谷歌雲、Nuance精準成像網路等。
