NVIDIA Clara降低 AI门槛,为放射科医生赋予AI的力量

该系统面向放射科医师，可提供AI辅助注释，根据患者对AI进行调整，并可在医院内部署。

AI已准备就绪，将释放医疗系统的巨大潜力，特别是在深度学习最具发展潜力的领域之一的——医学影像领域。

而这也正是NVIDIA推出Clara AI的原因。Clara AI是一个工具包，包含13个最先进的分类和分割AI，以及为放射科医生构建的软件工具。

众多全球领先的医疗机构现已开始使用Clara平台，为放射科医生赋予AI的力量，并充分利用持续成长的研究员和初创公司生态系统。

NVIDIA Clara如何降低AI门槛

标记数据对于构建安全可靠的AI至关重要，但放射科医师时间宝贵，无法花费数小时来标记数据集。而Clara AI辅助注释功能可以加速结构化数据集的创建，从而在几分钟内完成注释，无需耗费数小时。

事实上，来自德国癌症研究中心（DKFZ）的MITK（医学影像交互工具包）开发者已将Clara AI集成至其开源查阅览器中，供全球数千人使用。

Clara AI工具包还具有迁移学习的功能，能够对已有模型进行调整，从而适应本地变量。它能够使用包含本地人口统计的数据和本地影像设备对深度学习算法进行定制，且无需移动或共享患者数据。因此，医生可为自己的患者创建模型，而无需使用10倍的数据量从头开始。

将AI模型和应用程序集成到医院IT系统中需要大量的技术专业知识。该工具包使用行业标准（如DICOM），以助力将AI模型集成至当前放射工作流程中。

主流医疗机构采用NVIDIA Clara AI

俄亥俄州立大学（OSU）

借助Clara AI，俄亥俄州立大学的放射科医师们能够很快地采用另一个机构开发的模型，对其进行验证，并对本地数据集进行注释，使该模型能够适应OSU的患者。这样就能够更快速地开发AI有效算法，为临床护理提供支持。

美国国立卫生研究院

美国国立卫生研究院临床中心是美国最大的医疗研究机构，其与NVIDIA科学家们合作，使用Clara AI开发了一种域泛化方法，可在MRI上将前列腺从周围组织中分割出来。该本地化模型的表现堪比放射科医师，且优于其它基于同一域的数据进行训练并评估的算法。

加州大学旧金山分校

加州大学旧金山分校的放射科住院医师计划为全美排名第一，借助一种基于Clara AI的可扩展型基础设施，他们能够在放射学领域内实现多种AI算法的无缝创建、测试和部署，让未来医生能够采用这一系统。

加州大学旧金山分校放射学科主任Christopher Hess表示：“我们拥有一群极具创新精神的研究人员，他们正在构建各种具有临床价值的AI工具，同时需要一种统一的方法在临床工作流程中对这些工具进行验证和部署。NVIDIA Clara将成为医疗成像AI生态系统中的重要组成部分，使我们即能够开发部署自己的AI模型，也可以开发部署外部的AI模型。”

Clara AI现已可供医院、研究机构和整个医学影像行业使用。该工具包包括两个软件开发工具包：Clara Train SDK和Clara Deploy SDK，均可通过NGC获取，并在适用于医院的基础设施中进行部署：NVIDIA T4 server和NVIDIA DGX POD。