雷锋网新闻，英伟达与伦敦国王学院一同宣告了Project MONAI的开源alpha版本，该项目是1个医疗研发框架，现已在GitHub上供应。

MONAI是AI Medical Open Network的缩写。该框架对于医疗保健研发职员的需要进行了优化，以及能够与PyTorch和Ignite等深度学习框架一块运作。

过去医疗AI模型的训练，只可依赖PyTorch和Caffe等通用深度学习框架，固然这类框架拥有简单、零延缓任何变化神经网络言行，设置更自由等特征。

可是这类框架设计之初全是从大众口味起程，医疗AI开发者在工作中应用这类框架的时候，只可自愿做出更多的斗争。

而此次，英伟达颁布的MONAI框架则是依据医疗AI的特征量身打造，能够辅助医学影像研发职员重现他们的试验。

Nvidia医疗保健副总裁Kimberly Powell在一封电子邮件中表示，alpha版本的1个示例是训练时期的信息加强，拥有定论的界面来操控随机状况并保证训练结果持续不变。

MGH＆BWH临床信息科学核心科学总监Jayashree Kalpathy-Cramer 在Powell的博客帖子中说：“科学研发的可反复性至关首要，特别是当咱们议论AI在医学中的运用时。MONAI项目供应了1个框架，社区能够应用来自世界各地的信息和技术来验证和改善用来医学成像的AI开发。”

去年，对AI研发的更高再现性需要，让ICML如此的机械学习聚会来鼓舞或需要将代码与研发论文一块提交。

将来，该AI框架将与Nvidia的Clara医学成像工具绑定在一块。MONAI的alpha版本含盖用来腹部CT的3D器官分隔或用来脑MRI图片的2D分类等任务的示例。

在去年MICCAI上，英伟达向协作者吐露了1个同享卫形成像最好实践的通用框架策划。Powell说，往年一月份，Nvidia和伦敦国王学院的研发职员，正式开启对这个框架进行研发。

MONAI从立项到颁布历时近4个月，全部流程中参加的研究职员来自多个机构，此中含盖华夏科学院、德国癌症研发核心、MGH&BWH临床信息科学核心、斯坦福大学和慕尼黑技术大学。

在这则新闻发布的几天前，Nvidia还分享了1个为美国和巴西的医院供应乳腺癌筛查的“乳房钼靶造影AI”。该产品是通过联邦学习将资源进行组合，而不是单一机构单独信息和资源的协作形式。