放射線科医向けのシステムがもたらす、AI 支援アノテーション、患者への AI 適応、ならびに病院での AI の展開

AI は、病院システムの大きな可能性を現実のものにしようとしています。それがとりわけ顕著なのは、ディープラーニングの活用が大いに期待されている分野の 1 つ、医用画像領域です。

そのため、NVIDIA では、最先端の 13 の分類およびセグメンテーション用 AI と放射線科医向けソフトウェア ツールで構成されたツールキット、Clara AI を発表しました。

世界中の大手医療機関がすでに Clara プラットフォームを導入して、AI のパワーを放射線科医の手の届くものにし、研究者およびスタートアップ企業のエコシステムを活用しています。

AI のハードルを下げる NVIDIA Clara

ラベル付きデータは、安全でロバストな AI の構築に欠かせませんが、放射線科医は忙しく、データセットのラベリングに何時間もかけるわけにはいきません。Clara AI のAI 支援アノテーションを使うことで、構造化データセットの作成をスピードアップでき、数時間ではなく数分でアノテーションができるようになります。

実際、ドイツがん研究センター (DKFZ) の MITK (Medical Imaging Interaction Toolkit) の開発者は、全世界で広く使われている、オープンソースのビューワーに Clara AI をすでに組み込んでいます。

Clara AI には転移学習の機能も備わっており、これによって、医療機関毎のデータや環境に合わせることができます。この機能により、ディープラーニング アルゴリズムを性別や年齢といったローカルの統計と撮影装置のデータに合わせ、患者データを移動または共有せずにカスタマイズすることができます。そのため、医師は、最初から作成する場合に比べ、10 分の 1 のデータで担当患者のためのモデルを作成できるようになります。

AI モデルとアプリケーションを病院の IT システムに組み込むには、かなりの技術的専門知識が必要となります。このツールキットにより、DICOM のような業界標準を使い、既存の放射線科ワークフローに AI を簡単に組み込むことが可能となります。

大手医療機関が NVIDIA Clara AI を利用

オハイオ州立大学

オハイオ州立大学の放射線科医は、Clara AI を使い、他の医療機関で作成されたモデルを迅速に組み込んで、それを検証し、ローカルのデータセットにアノテーションを付けて、同大学の患者にそのモデルを適応させました。この方法により、患者をケアするための、効果的なアルゴリズムの AI 開発がより早まっています。

米国国立衛生研究所

米国最大の研究病院である米国国立衛生研究所臨床センターと NVIDIA のサイエンティストたちが Clara AI を使い、MRI で周辺組織から前立腺をセグメンテーションするためのドメイン汎化手法を開発しました。このローカライズされたモデルは、放射線科医と同じような判断ができ、同じドメインのデータをもとにしてトレーニングと評価を受けた、他の最先端のアルゴリズムを上回っています。

カリフォルニア大学サンフランシスコ校 (UCSF)

米国でトップクラスの放射線医学研修医制度を持つ、UCSF では、Clara AI を活用した、スケーラブルなインフラストラクチャを通じて、放射線医学全体で複数の AI アルゴリズムをシームレスに作成、検証および展開を行い、未来のドクターがこのシステムを導入する際の入口にしようとしています。

UCSF 放射線医学医長のクリストファー・ヘス (Christopher Hess) 氏は次のように述べています。「当大学には、臨床において大きな価値を持つ AI ツールを作成している、非常にイノベーティブな研究者グループがあるため、これらのツールを検証し、診断ワークフローに組み込むための一貫した手段を必要としています。NVIDIA Clara は、当大学独自の AI モデルと外部の AI モデルを開発およびデプロイするための医用画像のAI エコシステムに欠かせないコンポーネントとなるでしょう」

病院、研究機関、ならびに医用画像診断業界全体が、今、Clara AI を活用できるようになっています。このツールキットには、Clara Train SDK と Clara Deploy SDKという、2 つのソフトウェア開発ツールキットが含まれており、これらは NGC より入手し、NVIDIA T4 サーバーおよび NVIDIA DGX POD で構成された、病院向けインフラストラクチャに展開することができます。