加速醫療 AI 開發
透過 NVIDIA 平台打造醫學影像 AI 應用程式
NVIDIA Clara
採用開源 AI 模型
NVIDIA Clara 是一系列開源的 AI 基礎模型、工具和範例，專為生物醫學研究而設計。Clara 包含體學組、蛋白質和分子結構、影像、3D 解剖學、手術機器人技術，以及用於物理資訊模擬的數位孿身等領域的 AI 基礎模型。它基於領先的開源臨床、影像和生物學資料集所建構。
Clara 直接與 NVIDIA 的 AI 軟體堆疊整合，配備齊全的預先訓練檢查點、新穎的模型架構、訓練範例、精選的開放式資料集和工具，以及統一的基準測試與評估框架。
MONAI
利用開源工具開發醫學影像 AI 應用程式
MONAI 是開源的特定領域框架，可用於開發、訓練及部署醫學影像深度學習模型。
志在推動醫療 AI 的研究人員、資料科學家和應用程式開發人員，可運用 MONAI 打造及精煉醫療應用的多模態演算法和模型。
MONAI 簡化了先進 AI 工作流程的整合與管理，並提供資料標籤、模型訓練及應用程式開發和部署的工具，將 AI 生命週期高效標準化。
NVIDIA NIM 微服務
利用先進模型，將醫學影像 AI 開發最佳化
NVIDIA NIM™ 醫學影像微服務是一種易於使用且針對 GPU 最佳化的推論服務，旨在簡化醫療 AI 應用程式的開發。
這些微服務專為消弭 AI 開發與正式環境落差而設計，為開發人員、研究人員和資料科學家提供預先最佳化的模型和業界標準的 API，以建構強大的 AI 應用程式。
NIM 微服務提供的完整堆疊方案，在保持高效能的同時，確保資料安全與合規性，藉此協助加速進階 AI 技術在醫療和生物製藥領域的普及應用。
其他技術
開始使用
MONAI 訓練工具套件和說明文件
NVIDIA 的 MONAI 工具套件是 NVIDIA AI Enterprise 的一環，以開發沙盒形式提供。這個套件包含基礎容器，精選的函式庫蒐羅超過 15 個預先訓練模型，範圍涵蓋電腦斷層、磁振造影、病理學和內視鏡等領域，透過 NVIDIA NGC™ 即可取用，有助於資料科學家與臨床研究人員快速展開 AI 開發。
平台最新消息
收到醫學影像最新版本、錯誤修復與重大安全更新等的通知。
聯絡我們
有任何疑問嗎？我們的醫療照護專家隨時為您提供協助！
常見問題
NVIDIA 在推動醫學影像重建方面扮演了關鍵角色。作為領先的電腦供應商，NVIDIA 所提供的技術對於 Siemens、GE Healthcare、Philips 和 United Imaging Healthcare 等主要公司的營運至關重要。
這些公司運用 NVIDIA 強大的 GPU 與軟體工具套件，包括 NVIDIA® CUDA®、TensorRT™ 與 Triton™，提升其磁振造影、電腦斷層和超音波系統的效能。NVIDIA 的 AI 與加速運算解決方案大幅縮短影像重建所需的時間，臨床效率與影像品質隨之提高。舉例而言，United Imaging Healthcare 利用 NVIDIA 技術開發採用 AI 技術的磁振造影儀，不僅縮短患者留在磁振造影機器上的時間，同時提高了磁振造影手術的普及度。他們的磁振造影影像重建運算加速 10 倍，磁振造影影像重建時間縮短 95%。
MONAI (Medical Open Network for AI) 是 NVIDIA 與倫敦國王學院和其他各大學術醫療中心合作打造的開源框架。這個框架旨在建立共融的 AI 研究人員社群，開發及交流醫療照護影像領域的 AI 最佳實務。MONAI 以 PyTorch 為建構基礎，為影像分割、分類與配準等醫學影像應用領域開發、訓練及部署 AI 模型，提供針對領域最佳化的工具與函式庫。
MONAI 內的函式庫套件、工具與 SDK 包括：
- MONAI Core：訓練醫療照護影像 AI 模型的特定領域框架
- MONAI Label：快速標註新資料集的智慧型影像標記和學習工具
- MONAI Deploy App SDK：讓開發人員將 AI 模型轉化為 AI 應用程式的框架與相關工具
- MONAI Model Zoo：一系列 MONAI Bundle 格式的醫學影像模型
MONAI 提供的全方位工具組可加速 AI 模型開發與部署，在醫學影像研究發揮效益。它包含先進的資料預處理技術、神經網路架構，以及專為醫學影像量身打造的評估指標。MONAI 簡化了 AI 整合至研究工作流程的過程，也加速了原型設計，確保研究可複製，並且實現跨機構協作。這樣一來，醫學影像任務的準確度與效率便隨之提升。
是一個開源工具套件，包含基礎模型、參考工作流程和可互通的建構區塊，旨在實現對多樣化醫療保健資料的多模態分析，涵蓋從電腦斷層和磁振造影，到電子健康紀錄和臨床文件的所有資料。它透過專用的代理型架構提供先進的推理功能，可整合自訂模型與 Hugging Face 元件。MONAI Multimodal 讓開發人員能專注於創新與研究，同時解決醫療資料整合特有的難題。
研究人員與開發人員可透過多種方式為 MONAI 做出貢獻。他們可將模型或工具直接整合至 MONAI 框架、為 MONAI Model Zoo 做出貢獻，或透過 GitHub 協作。此外，貢獻者可透過 Hugging Face 等平台分享預先訓練的模型，或是以精選社群專案的形式連結至儲存庫。MONAI 歡迎各種協作方式，合作夥伴能以符合其專業與目標的方式，輕鬆支援及擴大生態系。
立即與 MONAI 社群互動。查看各工作小組。
如果您有問題，歡迎與我們聯絡。