&n™≠↓☆bsp;  如(rú)今， ≤₽AI醫(yī)療初創企業(yè)們正在開(kā€€€i)發數(shù)以千計(jì)的(de)應用(yòng)π"₽♥程序和(hé)設備，以建設新一(yī)代智能(nén∑©₽g)化(huà)醫(yī)院。然而，如(rú)此之∑<多(duō)的(de)應用(yòng)程序數(shù)量，以™φ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)運行™≤ (xíng)環境帶來(lái)了(le)新≈↓的(de)挑戰。

     &nb♠≠sp;  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應用(≈♠₽yòng)程序。随著(zhe)越來(lái)越多(duō)的(de)AIα' 應用(yòng)程序被應用(yòng)于醫(yī)療服務當中♥$，醫(yī)療行(xíng)業(yè)正δ∑在尋求一(yī)種解決方案，使其能(né÷¥↑ng)夠在醫(yī)院內(nèi)部獲得(de​ε♦∏)類似于雲的(de)體(tǐ)驗。

      ↓↑£≤;  為(wèi)了(le)能(néng)夠 β$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(sh §πí)應用(yòng)程序交付，AI開(kāi)發者采用(yòn₽≥g)NVIDIA NGC将解決方案推向市(shì)場(chǎng)，這(z §hè)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(shàng)搭建，以擴€€展到(dào)更多(duō)客戶，進而以≠₽更快(kuài)的(de)速度地(dì)進∏§入市(shì)場(chǎng)。

使用(yòng)雲原生(shēng)基礎設施簡化(h♦ ≈ uà)邊緣AI部署

    &n↔♠bsp;   NGε€♣€C是(shì)一(yī)個(gè)GPU加速軟件(jiàn)中心，↑♠它提供的(de)容器(qì)化(huà)應用(yòng)程™$序和(hé)AI框架，可(kě)以運行(x &∞íng)于雲原生(shēng)的(de)Kubernetes集群上(shàπ>÷∑ng)，經過優化(huà)的(de)Ku™✔bernetes集群可(kě)以用(yòng)于N ↓©✔VIDIA GPU加速。

     &n​​≠×bsp;  容器(qì)化(huà)是(shì≤☆₹✘)一(yī)種用(yòng)于應用(yòng)程序部署的(de)行(x§€íng)業(yè)标準化(huà)設計(jì)模式，借助于K<±φ‌ubernetes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。

     ×δ‌₽;   借助于NGC的(de"♣)容器(qì)和(hé)Helm圖表，IT管理(lǐ)人(rén) ¥β員(yuán)能(néng)夠快(kuài)αΩ"速、輕松、一(yī)緻地(dì)将應用(yòng)程序部署¥♦€"在本地(dì)或遠(yuǎn)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。

    &n∑ £∞bsp;   NGC容¥™‍♣器(qì)化(huà)應用(yòng)程序經過 ≥≥測試和(hé)優化(huà)，可(kě)以在NVIDIA EGX上(s♦↕≠×hàng)運行(xíng)。NVIDIA EGX是(sh≠¶ì)一(yī)個(gè)軟件(jiàn)棧，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)"©δ✘程安全地(dì)建立一(yī)個(gè)邊γ≤£緣服務器(qì)集群，滿足醫(yī)院對(duì)數(shφ ¶ù)據安全和(hé)實時(shí)智能(néng)的(de)需求。

      &≤↓↔nbsp; 如(rú)今，NGC注冊列表中已經包含了(le)•§&σ許多(duō)應用(yòng)程序供應商所開(kāi)發的(d‍÷e)應用(yòng)程序，還(hái)有(yǒu)更多(duō)的(de≠∏¥¶)應用(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)析系♠φ♣€統，其早在2017年(nián)就(jiù)創建了(le¶π≠)性能(néng)最好(hǎo)的(de)RSNA骨齡預測模型↑€，并正在研究相(xiàng)關的(de)算(suàn©☆)法，以徹底改變乳腺癌和(hé)骨質疏松症篩查模式。

• 美(měi)國(guó)放(fàng)射學會(huì)人(rén)工(gōφ↔ng)智能(néng)實驗室提供了(le)一(yī)個(gè)平台，允許ACR成員(yuán)使用(yò★¥↔ng)本地(dì)的(de)注釋數(shù)據創建和(hé)共享模型。CuraCloud為(wèi)需要(yào)機(jī)器(qì)λ★學習(xí)和(hé)生(shēng)物(wù)信息學研發能(nén&φγ±g)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(yī)療解決方案，能(n≈ ≈♦éng)夠将臨床醫(yī)生(shēng)豐富的(de)醫(yī)♥φ±學知(zhī)識和(hé)經驗賦予機(jī)器(qì)，使其能(©'néng)夠自(zì)動執行(xíng)醫(yī)療影(yǐng)像分(f∏©®ēn)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(xíε$ng)醫(yī)學成像——如(rú)放($♣™fàng)射照(zhào)相(xiàng)、CT¶δ掃描和(hé)MRI。

• Infervision針對(duì)于醫(yī)學影(yǐng)像提供了(l♠≤‌e)AI輔助診斷産品，使醫(yī)療行(xín ☆g)業(yè)能(néng)夠快(kuài)速、準确地(dì)獲得(de)¶>≠$疾病診斷結果，并幫助醫(yī)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(zuò)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₽₽λφ(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(​ Ω€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≤£₽<)學圖像診斷應用(yòng)程序和(hé)生(sα×≠hēng)命科(kē)學圖像分(fēn)析解決方案，包括磁共振血管造影(yǐn$‌£$g)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) Ω本監管認證。

• Lunit開(kāi)發了(le)用(yòng)于精确<∏♦診斷和(hé)治療的(de)AI解決方案，尤其是(sh♦•"ì)癌症治療，其目标是(shì)使數(shù)據驅動₹ •醫(yī)學成為(wèi)新的(de)醫(yīα€≤¶)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‌≤π₹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(yuán γ)倦怠的(de)風(fēng)險。

• Radiobotics正在構建一(yī)個(gè)AI算(suàn)法，使肌肉✘≤α骨骼放(fàng)射科(kē)醫(yī)生(shēng)能(néng↑→δ&)夠在日(rì)常工(gōng)作(zuò)中發揮作(zuò)用(y±γ≥γòng)。

• Shukun 正在開(kāi)發AI技(jì)術(shù)，幫↔≥助醫(yī)生(shēng)提高(gāo)心腦→$(nǎo)血管疾病和(hé)腫瘤的(de)診斷效率和(h<$λ♠é)準确性。

• Smart Reporting 提供了(le)用(yòng)于醫(yī)療診斷中結構化(huà)報(bào)→♥告和(hé)臨床指導的(de)AI軟件(jiàn)，以提高≥σ(gāo)生(shēng)産力和(hé)♦™α 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)AI提供☆↕高(gāo)精度的(de)訓練數(shù)據标簽，為(wèi)工(g↕‍ōng)程師(shī)提供幾個(gè)數(×★∏shù)量級的(de)加速，并使數(shù)據科(kē)ε 學家(jiā)能(néng)夠控制(zhì)訓練‍™Ω☆數(shù)據的(de)質量。

• United Imaging Intelligence ≤₩ ≈;開(kāi)發并生(shēng)産了(le)一(↕☆÷<yī)整套先進的(de)醫(yī)療産品，覆蓋了(le)影(yǐng)像診斷和φ∑¥(hé)治療的(de)全過程。

• Vuno開(kāi)發了(le)一(yī)個(gè)醫(yī)療數(shù)據 ∏∏分(fēn)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)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(yīδ♦)個(gè)基于深度學習(xí)的(de)腦(nǎo)腫瘤自(zì)♣φ‍&動輪廓系統，該系統可(kě)以識别三種最常見(jiàn)的(deπ<→™)腦(nǎo)腫瘤——腦(nǎo)轉移瘤、腦(nǎo)膜瘤和(hé)聽(×₩tīng)覺神經瘤，從(cóng)而讓放(☆∏fàng)射腫瘤學家(jiā)能(néng)夠提供$€精确的(de)放(fàng)射外(wài)科(kē≠$")治療。

• XNAT提供了(le)一(yī)個(gè)開(kāi)源成像研究平台，用₹♠×∏(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 S♣↔DK。

 标注：與NVIDIA産品相(xiàng)關的(d→$¶αe)圖片或視(shì)頻(pín)（完整或部分(fēn)）→∞δ的(de)版權均歸NVIDIA Corporation所有(✔♥yǒu)。