&nbs± p;    如(ε£rú)今，AI醫(yī)療初創企業(yè)們正在開(kāi)發數(sh±£ù)以千計(jì)的(de)應用(yòng)程序和(hé)設備，以©>建設新一(yī)代智能(néng)化(huà)醫(yī)院。然而，如(©‌≥♣rú)此之多(duō)的(de)應用(y♣>πòng)程序數(shù)量，以及如(rú)此之快(kuài¥★)的(de)創新速度，也(yě)給應用(yòng)程序部署和(hé€δ$∏)運行(xíng)環境帶來(lái)了(le)新的(d‍∞σe)挑戰。

      &<∑♥§nbsp; 雲革命為(wèi)部♣≠↕署AI和(hé)應用(yòng)程序提供了(le)所需‌♠的(de)基礎設施，可(kě)以供數(shù)百萬€‌"用(yòng)戶即時(shí)部署、訪問(wèn)AI應γ×用(yòng)程序。随著(zhe)越來(lái)越多λ÷₹(duō)的(de)AI應用(yòng)程序被應用(yγβ↑¶òng)于醫(yī)療服務當中，醫(yī)療行(xíng)業÷φ$ (yè)正在尋求一(yī)種解決方案，使其能(néng)夠在醫(yī  ♥∏)院內(nèi)部獲得(de)類似于雲的§&♠(de)體(tǐ)驗。

      ε ∏ ;  為(wèi)了(le)能(nén→ ←g)夠解決醫(yī)療行(xíng)業(yè)中的(de)關鍵性挑↓≥§₽戰——如(rú)患者數(shù)據保護和(hé)實時≈♥σ↕(shí)應用(yòng)程序交付，AI開( ¥✘kāi)發者采用(yòng)NVIDIA NGC将解決方案推向市(sh £✘≠ì)場(chǎng)，這(zhè)些(xiē)解決方案既可(kě)以本地(dì₹‍¥ )化(huà)部署也(yě)可(kě)以在遠(yuǎn→≈£≥)端部署，在邊緣計(jì)算(suàn)平台上(s>✔hàng)搭建，以擴展到(dào)更多(duō)©±‍☆客戶，進而以更快(kuài)的(de)速度地(dα£★ì)進入市(shì)場(chǎng)。

使用(yòng)雲原生(shēng)基礎設施簡化(huà)邊緣♦ λ×AI部署

      ♥↕;  NGC是(shì)  一(yī)個(gè)GPU加速軟件(jiàn)中心，它提供的(de)容☆<Ω★器(qì)化(huà)應用(yòng)程序和(hé)AI框架，​× 可(kě)以運行(xíng)于雲原生(sε∏♦hēng)的(de)Kubernetes集群上(sh¥σ≤™àng)，經過優化(huà)的(de)Kubernetes集群可(kě↑ ®®)以用(yòng)于NVIDIA GPU加速。

    &nb βsp;   β±✘γ;容器(qì)化(huà)是(shì)一(yī)種用(yòng)于∑♣應用(yòng)程序部署的(de)行(xíng)業(↓£yè)标準化(huà)設計(jì)模式，借助于Kubernetes提供的(de♦₹₹)統一(yī)部署平台，其可(kě)以跨邊緣、數(shù)據中心、↔↓ 雲和(hé)混合環境部署。

    &nbπ≠∏sp;   借助于NGC的(de)容器(qì♥‌)和(hé)Helm圖表，IT管理(lǐ)人(rén)員Ω∞±<(yuán)能(néng)夠快(kuài)速、輕松、一(yī)緻地♠¶₩(dì)将應用(yòng)程序部署在本地(dì)或遠(yuǎn)Ω®∞φ程系統中心，讓用(yòng)戶可(kě)∑¥£•以更快(kuài)地(dì)訪問(wèn)應用(yòng)≈©✔程序和(hé)工(gōng)作(zuò)負載。

      &nb  sp; NGC容器(qì)化(huà)應用("α×♠yòng)程序經過測試和(hé)優化(huà)，可(εγkě)以在NVIDIA EGX上(shàng)運行(xín×₩λ↕g)。NVIDIA EGX是(shì)一(yī)個(gè)軟件(jiàn)棧Ω ₽♣，運行(xíng)于一(yī)系列經過驗證£•☆♠的(de)NGC-Ready邊緣服務器(qì)之上(shàng)。系統♠' £管理(lǐ)員(yuán)可(kě)以方便地(dì)遠(yuǎn>Ω₩')程安全地(dì)建立一(yī)個(gè)邊緣服務器(qì)集∏↑↕群，滿足醫(yī)院對(duì)數(shù)據安全和(hé)實時(®‌ σshí)智能(néng)的(de)需求。

    φ₽✔$    如(<₩rú)今，NGC注冊列表中已經包含了(le)許多λ±→'(duō)應用(yòng)程序供應商所開(kāi)發的(de)應用(y↑"€εòng)程序，還(hái)有(yǒu)更多(duō)的(de)應£₽'β用(yòng)程序将被納入列表當中：

• 16 Bit是(shì)一(yī)個(gè)AI醫(yī)學圖像分(fēn)>↕σ析系統，其早在2017年(nián)就(jiù) >γ創建了(le)性能(néng)最好(hǎo)的(de)RSN"•A骨齡預測模型，并正在研究相(xiàng)關的(deφ​<φ)算(suàn)法，以徹底改變乳腺癌和(hé)骨質疏∞ε☆松症篩查模式。

• 美(měi)國(guó)放(fàng)射學會(huì>÷ →)人(rén)工(gōng)智能(nénδ→g)實驗室提供了(le)一(yī)個(gè)平台，允許₹∞∑ACR成員(yuán)使用(yòng)本地(dì)的(de)注釋數(sh≥ β÷ù)據創建和(hé)共享模型。CuraCloud為(wèi)需要(yào)機(jī)器(qì)學習(xí)和(↕₽≠ hé)生(shēng)物(wù)信息學研發δ£能(néng)力的(de)醫(yī)療技(jì)術(shù)供應商、醫(yī¶∏≈)療機(jī)構和(hé)制(zhì)藥公司提供AI專業(yè)服務。

• DDH提供了(le)一(yī)個(gè)安全、智能(néng)的(de)醫(yīασγ)療解決方案，能(néng)夠将臨床醫(yī)生(shēng)豐富‌ε∏的(de)醫(yī)學知(zhī)識和(hé)經驗賦予機(jī)βδ器(qì)，使其能(néng)夠自(zì)動執行(xíng)醫(yī)療影¥✔₽(yǐng)像分(fēn)析任務。

• DeepTek.ai使用(yòng)內(nèi)部創新的(de)“輔助和(hé)增強”成∑∏¥像聚焦算(suàn)法工(gōng)具進行(xí♦₩​ng)醫(yī)學成像——如(rú)放(fàng)射照(©Ω>zhào)相(xiàng)、CT掃描和(hé)MRI。

• Infervision針對(duì)于醫(yī)學影(yǐng)像提供了(le)AI輔助診斷産>™品，使醫(yī)療行(xíng)業(yè)能(néng)夠快(kuà₽>>i)速、準确地(dì)獲得(de)疾病診斷結果，并幫助醫(yī)™π生(shēng)優化(huà)決策。

• Inform AI 的(de)AI醫(yī)療解決方案，可(kě)以加快(kuài)醫(yī)療診¶✘§斷、提高(gāo)放(fàng)射科(kē)醫(₽¶$yī)生(shēng)的(de)工(gōng)作(zu ↑ò)效率。

• Kaliber Labs 為(wèi)外(wài)科(kē)醫(yī)生(shēng)≠> 開(kāi)發AI模型，用(yòng)于實時(shí)解析患者解剖和(hé♥★¶)病理(lǐ)的(de)視(shì)頻(pín)信息，以及外→₽(wài)科(kē)醫(yī)生(shēng)在手術(shù)室內(nèi∞€→)的(de)活動。

• LPixel開(kāi)發了(le)先進的(de)醫(yī↑÷γ✔)學圖像診斷應用(yòng)程序和(hé)生(shēng)命科(kē)學$•₽圖像分(fēn)析解決方案，包括磁共振血管造影(yǐng​≤€↔)未破裂腦(nǎo)動脈瘤檢測應用(yòng)程序，目前該應用(yòng"•)程序已通(tōng)過日(rì)本監管認證。

• Lunit開(kāi)發了(le)用(yòng)于精确診斷和(hé)治療的(dλδe)AI解決方案，尤其是(shì)癌症治療，其目标是(shε★&>ì)使數(shù)據驅動醫(yī)學成為(wè☆Ω∑i)新的(de)醫(yī)療标準。

• QUIBIM擁有(yǒu)一(yī)個(gè)專有(yǒu)的(de)軟件(∏♦™jiàn)平台，并開(kāi)發跨成像模式的(de)AI算(suàn)法，¶€​✘其重點關注于神經、胸部、身(shēn)體(tǐ)和(hé)≤≤•肌肉骨骼分(fēn)析算(suàn)法。

• Rad AI與放(fàng)射科(kē)團隊合作(zuò)，簡化(™£∏≥huà)放(fàng)射科(kē)報(bào)告，£≤→幫助放(fàng)射科(kē)人(rén)員(yuán)将重複©$©和(hé)耗時(shí)的(de)任務實現(xiàn)自₩&∑(zì)動化(huà)，從(cóng)而提高(∏™≤✔gāo)生(shēng)産力，同時(shí)降低(dī)≥↕÷放(fàng)射科(kē)人(rén)員(yuá•∑✔​n)倦怠的(de)風(fēng)險。

• Radiobotics正在構建一(yī)個(gè)AI算(suàn)法，使肌肉骨骼放(fà≥₩∞γng)射科(kē)醫(yī)生(shēng)能(néng)夠在日(rì•₽©♣)常工(gōng)作(zuò)中發揮作(zuò)用(yòng)。

• Shukun 正在開(kāi)發AI技(jì)術(shù)，幫助醫("≥yī)生(shēng)提高(gāo)心腦(nǎo↓φ)血管疾病和(hé)腫瘤的(de)診斷效率和(hé)準确性。

• Smart Reporting 提供了(le)用(yòng)于醫(yī)療診斷中結構化(huà)報(bà¥∞o)告和(hé)臨床指導的(de)AI軟件(jiàn)，以提高(gāo)生( ¶∞¥shēng)産力和(hé)質量，并實現(xiàn)↑≠>₹全面數(shù)字化(huà)流程。

• TrainingData.io為(wèi)可(kě)視(shì)化(huà)A×βI提供高(gāo)精度的(de)訓練數(shù)據标簽，為(wèi∑♣≤)工(gōng)程師(shī)提供幾個(gè)數(s♣₩hù)量級的(de)加速，并使數(shù)據科(kē)學家(jiā)能(n↕∑₩₹éng)夠控制(zhì)訓練數(shù)據的(d±•♠₽e)質量。

• United Imaging Intelligence&∏∑≈nbsp;開(kāi)發并生(shēng)産了(le)一(yī∏λ₩)整套先進的(de)醫(yī)療産品，覆蓋了π♥♥(le)影(yǐng)像診斷和(hé)治療的(d™∏♠₹e)全過程。

• Vuno開(kāi)發了(le)一(yī)個(gè)醫(yī)療數(shù)據分(f♦≈ ēn)析平台，該平台能(néng)夠使用(yòng)AI算(suàn)法≈$ ™分(fēn)析患者的(de)影(yǐng)♠φ¶像數(shù)據，并獲得(de)見(jiàn)解，以幫助研究人($"‍×rén)員(yuán)和(hé)醫(yī)生(shēng)快(kuài)速準​★ 确地(dì)識别疾病。

• Vysioner為(wèi)放(fàng)射腫瘤學家(jiā)提供了(le)一(yī)個>≥→(gè)基于深度學習(xí)的(de)腦(nǎo)腫瘤自(zì)動✔φ₹ε輪廓系統，該系統可(kě)以識别三種最常見(jiàn)的(de)腦(nǎoπ ↔☆)腫瘤——腦(nǎo)轉移瘤、腦(nǎo)膜瘤和(hé)聽(tī>♥ng)覺神經瘤，從(cóng)而讓放(fàng)射腫瘤學家(jiā)能(nén'☆g)夠提供精确的(de)放(fàng)射外(wài)科(kē)治療β₽ 。

• XNAT提供了(le)一(yī)個(gè)開(kāi)源成像研究平台，用≈δ©≤(yòng)于管理(lǐ)數(shù)據集、訓練和(hé)推理(lǐ♦‌)管線，并集成了(le)NVIDIA Clara SDK。

 标注：與NVIDIA産品相(xiàng)關的(de↓β★)圖片或視(shì)頻(pín)（完整或部分(fēn★ )）的(de)版權均歸NVIDIA Corporation所有(yǒu)₹♣←♣。