英伟达(Nvidia)与伦敦国王学院(King's College London)共同宣布了Project MONAI的开源alpha版本,该项目 是一个医疗研究框架,现已在GitHub上提供。MONAI代表AI的Medical Open Network。该框架针对医疗保健研究人员的需求进行了优化,并且可以与PyTorch和Ignite等深度学习框架一起运行。MONAI框架的主要目标是帮助研究人员重现他们的实验,以彼此为基础。Nvidia医疗保健副总裁金伯利·鲍威尔(Kimberly Powell)在一封电子邮件中表示,alpha版本的一个示例是训练期间的数据增强,具有定义的界面来控制随机状态并确保训练结果保持不变。
MGH&BWH临床数据科学中心科学总监Jayashree Kalpathy-Cramer 今天在Powell的博客帖子中说:“科学研究的可重复性至关重要,尤其是当我们谈论AI在医学中的应用时。” “ MONAI项目提供了一个框架,社区可以使用来自世界各地的数据和技术来验证和完善用于医学成像的AI开发。”
可再现性或重复结果的能力是科学方法的重要组成部分,有助于确保创建可靠的机器学习模型。去年对AI研究的更高再现性的需求导致了像ICML这样的机器学习会议来鼓励或要求将代码与研究论文一起提交。
未来,该AI框架将与Nvidia的Clara医学成像工具绑定在一起。MONAI的alpha版本包括用于腹部CT的3D器官分割或用于脑MRI图像的2D分类等任务的示例。
该小组首先在去年秋天的医学影像计算和计算机辅助干预协会会议上向合作者透露了一个共享卫生成像最佳实践的通用框架计划。鲍威尔说,英伟达和伦敦国王学院的研究人员和工程师于1月份开始研究该框架。
英伟达和伦敦国王学院与来自中国,德国和美国的医学研究人员合作,创建了MONAI,这些研究人员来自中国科学院,德国癌症研究中心,MGH和BWH临床数据科学中心,斯坦福大学以及慕尼黑大学。
消息传出前几天,英伟达(Nvidia)分享了美国和巴西的一家医院联盟通过联合学习整合资源的方式,比单独管理的任何单一机构的任何模型创建了更准确的乳腺X线摄影AI,以进行乳腺癌筛查。
去年秋天,英伟达(Nvidia)还与伦敦国王学院(King's College London)合作,使用联合学习为大脑肿瘤分割创建神经网络。
暂无任何评论,欢迎您点评!