カリフォルニア大学サンフランシスコ校、シンシナティ小児病院医療センター、スタートアップの Qure.aiといった医用画像分野のリーダーがMONAI Deploy を導入し、研究でのブレイクスルーを臨床現場にもたらす

AI によって加速化されたヘルスケアを大規模に展開するには、数千のニューラル ネットワークを同時に実行し、人間生理学、疾病および病院の運営といった多様な要素に対応する必要があり、これは現在のスマート ホスピタルを取り巻く環境にとって大きな課題となっています。

65万回以上ダウンロードされ、NVIDIA が推進するオープンソースの医用画像用 AI フレームワークである MONAI を使えば、MONAI Application Package (MAP) によって、これらのモデルを臨床ワークフローに簡単に組み込むことができます。

MONAI Deploy を通して提供されている MAP は、既存のヘルスケア エコシステムで展開しやすいように AI モデルをパッケージ化する方法です。

シンシナティ小児病院医療センターのライアン ムーア (Ryan Moore) 医師は、次のように話しています。「もし誰かが、画像診断部門に複数のAIモデルを展開し、専門医が十数種類の症状を識別できるようにしたり、医用画像診断レポート作成の一部を自動化したりする場合、それぞれに適したハードウェアとソフトウェアのインフラを用意するために、手に負えないほどの時間とリソースがかかるでしょう。それは可能ではありましたが、現実的ではありませんでした」

MAP はこのプロセスを簡略化します。開発者が MONAI Deploy Application ソフトウェア開発キットを使ってアプリをパッケージすると、病院はオンプレミスで、あるいはクラウドでそのアプリを簡単に実行することができます。MAP の仕様には、医用画像診断の相互運用を実現する DICOM のような、医療用 IT の標準的なフォーマットも組み込まれています。

London Medical Imaging & AI Centre for Value-Based Healthcare (King’s College LondonおよびGuy’s and St Thomas NHS の基金トラストを中心とする大学、病院、産業界のパートナーのコンソーシアム) の最高テクノロジ責任者であるジョルジ カルドーゾ (Jorge Cardoso) 氏は、次のように話しています。「これまで、ほとんどの AI モデルは R&D のループを繰り返すだけで、実際の患者ケアに役立つことはほとんどありませんでした。MONAI Deploy はこのループを打ち破り、効果の高い臨床用 AI を実現するのに貢献するでしょう」

病院やヘルスケア スタートアップ企業が MONAI Deploy を導入

以下のような、世界中の医療機関や学術的な医療機関、および AI ソフトウェア開発者が、MONAI Deploy を導入しています。

• シンシナティ小児病院医療センター: この医療機関は、CT 画像を使って心臓の総容積のセグメンテーションを自動化するAI モデル用の MAP を作っています。これは、小児科の心臓移植患者を助けるプロジェクトとして米国国立衛生研究所が資金支援をしています 。
• 英国のNHS (国民保健サービス): NHS トラスト が 4 つの病院に MONAI ベースの AI Deployment Engine (AIDE) プラットフォームを展開し、年間 500 万人の患者に接している医療従事者に、AI を活用した疾病発見ツールを提供します。
• Qure.ai: スタートアップ企業を対象とした NVIDIA Inception プログラムのメンバーである Qure.ai は、肺がん、外傷性脳損傷および結核といったユースケースを想定した医用画像用 AI モデルを開発しています。同社は MAP を使い、ソリューションをパッケージして提供しており、臨床での効果が現れるようになるまでの時間を短縮しています。
• SimBioSys: シカゴにある、この創業間近のスタートアップ企業は、腫瘍の 3D 仮想画像を構築しており、患者が特定の治療にどのように反応するのかを予期できるようにする、精度の高い医用 AI アプリケーションの開発に MAP を使っています。
• カリフォルニア大学サンフランシスコ校 (UCSF): UCSF は、腰部骨折の検知、肝臓および脳の腫瘍のセグメンテーション、ならびに膝および乳がんの分類といった用途に使用する、いくつかの AI モデルのための MAP を開発しています。

MAP に医用画像診断用 AI を統合

MAP の仕様は、10 を越える医療画像診断機関のエキスパートのチームである、MONAI Deploy ワーキング グループによって開発されました。AI アプリケーション開発者、ならびに AI アプリケーションを実行する臨床用インフラストラクチャ プラットフォームに利益をもたらすことを目的としています。

開発者は、MAP を使って、研究者が臨床環境で独自のモデルを簡単にパッケージおよびテストできるようにすることで、AI モデルの進化を加速することができます。これにより、開発者は現実世界でのフィードバックを集め、AI を改良することができます。

クラウド サービス プロバイダーは、クラウドネイティブのテクノロジを使用するように設計されている MAP に対応することで、MONAI Deploy を使う研究者や企業が、コンテナを使い、あるいはネイティブ アプリケーションを組み込むことで、自身のプラットフォーム上で AI アプリケーションを実行できるようにすることができます。以下のようなプラットフォームに、MONAI Deploy および MAP が統合されています。

• Amazon HealthLake Imaging: MAP コネクタが HealthLake Imaging サービスに組み込まれているため、臨床医はリアルタイムで医用画像を閲覧、処理およびセグメント分けをすることができます。
• Google Cloud: Google Cloud の Medical Imaging Suiteは、医用画像データをよりアクセスしやすく、使いやすく、そして相互運用を可能にすることを目的としています。本プラットフォームに MONAI を統合し、医用画像のラベリングという、手作業の比率が高く、繰り返しの多いタスクを自動化する、AI 支援型のアノテーションツールを臨床医が導入できるようにしています。
• Microsoft Azure が提供する Nuance Precision Imaging Network: 先日、Nuance と NVIDIA は、MONAI と Nuance Precision Imaging Network を統合するためのパートナーシップを発表しました。Nuance Precision Imaging Network は、AI を活用したツールと洞察を 1 万 2,000 以上の医療施設が利用できるようにしているクラウド プラットフォームです。
• Oracle Cloud Infrastructure: 先日、Oracle と NVIDIA は、MONAI Deploy などのヘルスケア向けのアクセラレーテッド コンピュート ソリューションを Oracle Cloud Infrastructure にもたらすためのコラボレーションを発表しました。開発者は、Oracle Cloud Marketplace 上の NVIDIA コンテナを通じて、MONAI Deployを活用し、MAP を構築できます。

MONAI の詳細、ならびに AI を活用した医用画像エコシステムの構築をNVIDIA がいかに支援しているかについては、今週開催されている RSNA カンファレンス (北米放射線学会) における NVIDIA の特別講演のリプレイをご覧ください。