Die Beschleunigung der Entwicklung medizinischer KI
KI-Anwendungen für die medizinische Bildgebung mit NVIDIA-Plattformen entwickeln
NVIDIA Clara
Entwickeln Sie mit Open-Source-KI-Modellen
NVIDIA Clara ist eine Familie von Open-Source-KI-Foundation-Modellen, Tools und Rezepten für die biomedizinische Forschung. Clara umfasst KI-Foundation-Modelle für Omics, Protein- und Molekülstrukturen, Bildgebung, 3D-Anatomie, chirurgische Robotik und digitale Zwillinge für physikgestützte Simulationen und wurde unter Verwendung führender offener klinischer, bildgebender und biologischer Datensätze entwickelt.
Clara lässt sich direkt in den KI-Software-Stack von NVIDIA integrieren und verfügt über vortrainierte Checkpoints und neuartige Modellarchitekturen, Trainingsrezepte, kuratierte offene Datensätze und Tools sowie einheitliche Benchmarking- und Bewertungsframeworks.
MONAI
Entwicklung von KI-Anwendungen für die medizinische Bildgebung mit Open-Source-Tools
MONAI ist ein fachspezifisches Open-Source-Framework für die Entwicklung, das Training und die Bereitstellung von Deep-Learning-Modellen für die medizinische Bildgebung.
Forscher, Datenwissenschaftler und Anwendungsentwickler, die sich auf die Weiterentwicklung medizinischer KI konzentrieren, können MONAI nutzen, um multimodale Algorithmen und Modelle für medizinische Anwendungen zu entwickeln und zu verfeinern.
MONAI vereinfacht die Integration und Verwaltung fortschrittlicher KI-Workflows und bietet Tools für die Datenkennzeichnung, das Modelltraining sowie die Anwendungsentwicklung und -bereitstellung, wodurch die KI-Lebenszyklen effektiv standardisiert werden.
NVIDIA NIM Microservices
Medizinische Bildgebungs-KI-Entwicklung mit fortschrittlichen Modellen optimieren
NVIDIA NIM™ Microservices für die medizinische Bildgebung sind benutzerfreundliche, GPU-optimierte Inferenzdienste, die die Entwicklung von medizinischen KI-Anwendungen vereinfachen sollen.
Diese Microservices sollen Lücken zwischen der KI-Entwicklung und dem Produktivbetrieb schließen und bieten Entwicklern, Forschern und Datenwissenschaftlern voroptimierte Modelle und APIs nach Branchenstandard für die Entwicklung leistungsstarker KI-Anwendungen.
NIM-Microservices helfen dabei, die Einführung fortschrittlicher KI-Technologie in medizinischen und biopharmazeutischen Bereichen zu beschleunigen, indem sie einen Full-Stack-Ansatz bieten und gleichzeitig hohe Leistung sowie Datensicherheit und Compliance sicherstellen.
Zusätzliche Technologien
Jetzt starten
MONAI-Training-Toolkit und Dokumentation
Das MONAI-Toolkit von NVIDIA ist eine Sandbox-Umgebung für die Entwicklung, die als Teil von NVIDIA AI Enterprise angeboten wird. Das Toolkit enthält einen Basis-Container und eine kuratierte Bibliothek mit über 15 vortrainierten Modellen – darunter CT, MRT, Pathologie und Endoskopie –, die über NVIDIA NGC™ verfügbar sind und Datenwissenschaftlern und klinischen Forschern einen schnellen Einstieg in die KI-Entwicklung ermöglichen.
Plattform-Updates
Bleiben Sie auf dem Laufenden über neue Versionen, Fehlerbehebungen, kritische Sicherheitsupdates und mehr im Bereich der medizinischen Bildgebung.
Kontaktieren Sie uns
Haben Sie Fragen? Unsere Experten für den Gesundheitsbereich sind für Sie da!
FAQs
NVIDIA spielt eine entscheidende Rolle bei der Weiterentwicklung der Rekonstruktion medizinischer Bildgebung. Als führender Computeranbieter bietet NVIDIA Technologie, die ein integraler Bestandteil für den Betrieb großer Unternehmen wie Siemens, GE Healthcare, Philips und United Imaging Healthcare ist.
Diese Unternehmen nutzen die leistungsstarken GPUs und Software-Toolkits von NVIDIA, einschließlich NVIDIA® CUDA®, TensorRT™ und Triton™, um die Leistung ihrer MRI-, CT- und Ultraschallsysteme zu steigern. Die KI- und beschleunigten Computing-Lösungen von NVIDIA reduzieren den Zeitaufwand für die Bildrekonstruktion erheblich und verbessern so die klinische Effizienz und Bildqualität. United Imaging Healthcare hat beispielsweise die Technologie von NVIDIA genutzt, um KI-fähige MR-Scanner zu entwickeln, die die Zeit der Patienten in MR-Geräten verkürzen und den Zugang zu MR-Verfahren verbessern. Sie erzielten eine 10-fache Beschleunigung der Rechengeschwindigkeit für die Rekonstruktion von MR-Bildern und eine 95%ige Verkürzung der Zeit für die Rekonstruktion von MR-Bildern.
MONAI (Medical Open Network for AI) ist ein Open-Source-Framework, das von NVIDIA in Zusammenarbeit mit dem King's College London und anderen führenden akademischen medizinischen Zentren gegründet wurde. Ziel ist es, eine inklusive Community von KI-Forschern zu etablieren, um Best Practices für KI in der medizinischen Bildgebung zu entwickeln und auszutauschen. MONAI basiert auf PyTorch und bietet domänenoptimierte Tools und Bibliotheken für die Entwicklung, das Training und die Bereitstellung von KI-Modellen in medizinischen Bildgebungsanwendungen wie Bildsegmentierung, Klassifizierung und Registrierung.
Die Suite von Bibliotheken, Tools und SDKs in MONAI umfasst:
- MONAI Core: Ein fachspezifisches Framework für das Training von KI-Modellen für die Bildgebung im Gesundheitswesen
- MONAI Label: Ein intelligentes Bildkennzeichnungs- und Lerntool für das schnelle Kommentieren neuer Datensätze
- MONAI Deploy App SDK: Ein Framework und zugehörige Tools, die es Entwicklern ermöglichen, ein KI-Modell in eine KI-Anwendung umzuwandeln
- MONAI Model Zoo: Eine Sammlung von medizinischen Bildgebungsmodellen im MONAI Bundle-Format
MONAI unterstützt die Forschung in der medizinischen Bildgebung, indem es einen umfassenden Satz von Tools bereitstellt, die die Entwicklung und Bereitstellung von KI-Modellen beschleunigen. Es umfasst fortschrittliche Datenvorverarbeitung, neuronale Netzwerkarchitekturen und Bewertungsmetriken, die auf medizinische Bildgebung zugeschnitten sind. MONAI vereinfacht die Integration von KI in Forschungsabläufe und ermöglicht ein schnelleres Prototyping, reproduzierbare Forschung und Zusammenarbeit zwischen verschiedenen Institutionen. Dies führt zu einer verbesserten Genauigkeit und Effizienz bei medizinischen Bildgebungsaufgaben.
MONAI Multimodal ist ein Open-Source-Toolkit mit Foundation-Modellen, Referenz-Workflows und interoperablen Bausteinen für die multimodale Analyse verschiedener Gesundheitsdaten – von CT- und MRI-Daten bis hin zu klinischen Gesundheitsakten und klinischer Dokumentation. Es bietet fortschrittliche Reasoning-Funktionen durch spezialisierte agentische Architekturen und ermöglicht die Integration von maßgeschneiderten Modellen und Hugging Face-Komponenten. Mit MONAI Multimodal können sich Entwickler auf Innovationen und Forschung konzentrieren und gleichzeitig die individuellen Herausforderungen der Integration medizinischer Daten bewältigen.
Forscher und Entwickler können auf verschiedene Weise zu MONAI beitragen. Sie können ihre Modelle oder Tools direkt in das MONAI-Framework integrieren, zum MONAI Model Zoo beitragen oder über GitHub zusammenarbeiten. Darüber hinaus können Mitwirkende vortrainierte Modelle auf Plattformen wie Hugging Face teilen oder als vorgestellte Community-Projekte auf ihre Repositories verlinken. MONAI begrüßt eine Vielzahl von Kooperationsstilen, die es Partnern erleichtern, das Ökosystem auf eine Weise zu unterstützen und zu erweitern, die ihrem Fachwissen und ihren Zielen entsprechen.
Treten Sie noch heute in Kontakt mit der MONAI-Community. Sehen Sie sich die Arbeitsgruppen an.
Bitte kontaktieren Sie uns mit Ihrer Frage.