输入“/”快速插入内容

西门子医疗数字化技术与研究负责人：AI 医疗成像的新征程

2024年12月8日修改

在全球医疗保健系统面临诸多挑战的背景下，如人口老龄化和劳动力短缺等，人工智能（AI）正成为医疗技术领域的变革力量。其中，AI 在医疗成像方面的应用尤为关键。西门子医疗（Siemens Healthineers）与英伟达（Nvidia）的合作，标志着 AI 驱动的医疗成像技术发展的一个重要里程碑。​

据英伟达称，全球每年进行 36 亿次医疗成像测试，以诊断、监测和治疗各种疾病。因此，AI 在医疗成像中的应用正处于医疗保健发展的关键时刻。早期的医疗保健领域 AI 应用往往存在孤立性，难以融入临床工作流程，但现在行业已经到了一个转折点，标准化和互操作性变得至关重要。​

英伟达推出的 Monai 是一个开源平台，它连接了医生和数据科学家，能够为医疗成像工作流程开发 AI 驱动的深度学习模型和应用。西门子医疗决定采用英伟达的工具，这不仅仅是一次技术升级，更是全球医疗保健系统中医疗成像 AI 开发、部署和扩展方式的根本性转变。​

Monai Deploy 是一个旨在加速将医疗成像 AI 工作流程集成到临床环境中的模块。它简化了医疗 AI 应用的开发和部署过程。据英伟达介绍，该工具使开发人员能够在各种环境中构建 AI 应用程序，且只需最少的编码。西门子医疗采用 Monai Deploy 后，预计将显著加快 AI 集成过程。该公司报告称，用户现在只需点击几下，就可以将训练好的 AI 模型导入到实际的临床环境中，而这一过程以前需要数月时间。​

西门子医疗数字化技术与研究负责人阿克塞尔·海特兰（Axel Heitland）表示：“通过加速 AI 模型的部署，我们使医疗保健机构能够更快地利用基于 AI 的医疗成像的最新进展并从中受益。”​

Monai 平台已经发展到了第五年，其应用和发展取得了显著成果。该平台已被下载超过 350 万次，并有来自全球 220 位个人的贡献。它在超过 3000 种出版物中得到了认可，并在众多临床产品中得到应用。Monai v1.4 版本引入了新的功能，包括用于医疗成像的基础模型，如 MAISI（Medical AI for Synthetic Imaging）和 VISTA-3D。MAISI 是一种能够模拟高分辨率、全格式 3D CT 图像及其解剖分割的生成式 AI 模型。VISTA-3D 则是用于 CT 图像分割的基础模型，对超过 120 个主要器官类别提供准确的性能。​

Monai 平台吸引了全球各地的医疗保健机构、学术中心和软件供应商的关注。例如，德国癌症研究中心领导着 Monai 的基准和指标工作组，而纪念斯隆凯特琳癌症中心的 Nadeem 实验室率先使用 Monai 为病理学数据开发了基于云的 AI 辅助注释管道的部署。商业实体也在利用 Monai，MathWorks 将 Monai Label 与其医疗成像工具箱集成，而 GSK 正在探索用于图像分割的 Monai 基础模型。此外，云服务提供商如 AWS HealthImaging、Google Cloud 和 Microsoft Cloud for Healthcare 也为可扩展的 AI 应用提供了对 Monai 的访问。​

在全球健康公平的更广泛背景下，这种合作具有超越技术进步的意义。通过简化 AI 模型的部署，使复杂的成像分析更易于访问，这种合作有可能解决在获得专业知识有限的地区的医疗保健差距问题。特别是考虑到全球约三分之二的人口在获得诊断成像技术和专业知识方面受到限制。​

总之，西门子医疗与英伟达的合作将推动 AI 医疗成像技术的发展，为全球医疗保健带来积极的影响。通过技术创新和广泛的合作，我们有望在提高医疗效率和准确性的同时，缩小全球医疗保健差距，为更多人提供更好的医疗服务。​

西门子医疗数字化技术与研究负责人：AI 医疗成像的新征程​

西门子医疗数字化技术与研究负责人：AI 医疗成像的新征程