該系統(tǒng)面向放射科醫(yī)師，可提供AI輔助注釋，根據患者對AI進行調整，并可在醫(yī)院內部署。

AI已準備就緒，將釋放醫(yī)療系統(tǒng)的巨大潛力，特別是在深度學習最具發(fā)展?jié)摿Φ念I域之一的——醫(yī)學影像領域。

而這也正是NVIDIA推出Clara AI的原因。Clara AI是一個工具包，包含13個最先進的分類和分割AI，以及為放射科醫(yī)生構建的軟件工具。

眾多全球領先的醫(yī)療機構現(xiàn)已開始使用Clara平臺，為放射科醫(yī)生賦予AI的力量，并充分利用持續(xù)成長的研究員和初創(chuàng)公司生態(tài)系統(tǒng)。

NVIDIA Clara如何降低AI門檻

標記數據對于構建安全可靠的AI至關重要，但放射科醫(yī)師時間寶貴，無法花費數小時來標記數據集。而Clara AI輔助注釋功能可以加速結構化數據集的創(chuàng)建，從而在幾分鐘內完成注釋，無需耗費數小時。

事實上，來自德國癌癥研究中心（DKFZ）的MITK（醫(yī)學影像交互工具包）開發(fā)者已將Clara AI集成至其開源查閱覽器中，供全球數千人使用。

Clara AI工具包還具有遷移學習的功能，能夠對已有模型進行調整，從而適應本地變量。它能夠使用包含本地人口統(tǒng)計的數據和本地影像設備對深度學習算法進行定制，且無需移動或共享患者數據。因此，醫(yī)生可為自己的患者創(chuàng)建模型，而無需使用10倍的數據量從頭開始。

將AI模型和應用程序集成到醫(yī)院IT系統(tǒng)中需要大量的技術專業(yè)知識。該工具包使用行業(yè)標準（如DICOM），以助力將AI模型集成至當前放射工作流程中。

主流醫(yī)療機構采用NVIDIA Clara AI

俄亥俄州立大學（OSU）

借助Clara AI，俄亥俄州立大學的放射科醫(yī)師們能夠很快地采用另一個機構開發(fā)的模型，對其進行驗證，并對本地數據集進行注釋，使該模型能夠適應OSU的患者。這樣就能夠更快速地開發(fā)AI有效算法，為臨床護理提供支持。

美國國立衛(wèi)生研究院

美國國立衛(wèi)生研究院臨床中心是美國最大的醫(yī)療研究機構，其與NVIDIA科學家們合作，使用Clara AI開發(fā)了一種域泛化方法，可在MRI上將前列腺從周圍組織中分割出來。該本地化模型的表現(xiàn)堪比放射科醫(yī)師，且優(yōu)于其它基于同一域的數據進行訓練并評估的算法。

加州大學舊金山分校

加州大學舊金山分校的放射科住院醫(yī)師計劃為全美排名第一，借助一種基于Clara AI的可擴展型基礎設施，他們能夠在放射學領域內實現(xiàn)多種AI算法的無縫創(chuàng)建、測試和部署，讓未來醫(yī)生能夠采用這一系統(tǒng)。

加州大學舊金山分校放射學科主任Christopher Hess表示：“我們擁有一群極具創(chuàng)新精神的研究人員，他們正在構建各種具有臨床價值的AI工具，同時需要一種統(tǒng)一的方法在臨床工作流程中對這些工具進行驗證和部署。NVIDIA Clara將成為醫(yī)療成像AI生態(tài)系統(tǒng)中的重要組成部分，使我們即能夠開發(fā)部署自己的AI模型，也可以開發(fā)部署外部的AI模型?！?/p>

Clara AI現(xiàn)已可供醫(yī)院、研究機構和整個醫(yī)學影像行業(yè)使用。該工具包包括兩個軟件開發(fā)工具包：Clara Train SDK和Clara Deploy SDK，均可通過NGC獲取，并在適用于醫(yī)院的基礎設施中進行部署：NVIDIA T4 server和NVIDIA DGX POD。