NVIDIA Clara AI實現軟體定義影像與AI重新定義放射診療

NVIDIA資深深度學習解決方案架構師劉冠良。

NVIDIA資深深度學習解決方案架構師劉冠良開宗明義指出，軟體定義影像加上AI重新定義放射線治療已成為當前醫療科技的大趨勢。放射線治療的世界是由從影像擷取、影像數理到影像分析，再到閱片及報告等數以百萬計的儀器加上數以千計的AI所組成。

AI是智慧儀器的未來，包括圖像分類、深度卷積分割(Volumetric Segmentation)，以及AUTOMAP新式影像重建深度學習架構等。AI在推進醫療影像方面有著巨大的潛力，但卻很難獲得標註良好的資料集。美國國家衛生院(NIH)研究人員利用深度學習、NVIDIA GPU及CUDA程式開發模型創建了一個自動標註系統。NIH的研究能為醫學研究人員創建一個全球資料集函式庫。

NVIDIA Clara AI工具套件是一套專供放射科醫師使用的系統，可提供AI輔助標註、調整適用患者的AI，並將其部署到醫院裡。其中包含13項最先進預先訓練好的AI分類與分割技術模型，還有為放射科醫師打造的軟體工具。目前全球各大醫療機構早已開始使用Clara平台，因為人工標註資料太過耗時費工，動輒好幾小時，Clara AI的輔助標註功能可加快建立結構化資料集的速度，只需幾分鐘就能完成標註。同時，Clara影像可協助使用者建立以軟體定義的應用程式，能在本機端或雲端上執行，並且讓舊版設備和工作流程變得更有智慧。

劉冠良進一步指出，NVIDIA Clara AI工具套件一開始會透過Clara Train SDK訓練開發套件來進行資料的標註與訓練，然後再透過Clara Deploy SDK部署開發套件來完成Clara應用程式的部署。除了一開始透過由預先訓練模型、標註用戶端API及標註伺服器所組成的AI輔助標註機制(AIAA-AI Assisted Annotation)完成資料的自動化標註外，接著會透過預先訓練模型來進行所謂的遷移學習(Transfer Learning)。

Clara Train SDK中的遷移學習工具(Transfer Learning Toolkit；TLT)將遷移學習的流程簡單化、標準化，協助開發者快速利用建議的演算法架構與預訓練模型進行模型的訓練以及調適。其部署開發套件包含了容器與對DICOM通訊的內建支援、工作流程推論與編排伺服器、定義客製化工作流程的管線式定義語言，以及能簡化K8S叢集設定的工具。

日前NVIDIA與美國放射學會(ACR)合作將NVIDIA Clara AI工具套件及AI放射診療應用至數千家醫院中。透過支援AI訓練、自適性學習、聯合聯邦式學習(Federated Learning)及水平擴充部署之Clara AI工具套件的整合，讓ACR AI-LAB免費軟體工具平台可以供3.8萬名ACR會員及放射科醫師專家存取使用。該平台除了在分享預先訓練模型的同時會確保資料安全外，並會對本地環境中的AI進行驗證。