医療画像AIがより簡単になりました：NVIDIAがMONAIをホステッドクラウドサービスとして提供

「美容画像のAI診断がさらに簡単に：NVIDIAがMONAIをクラウドホスティングサービスとして提供開始」

本日、NVIDIAは医療画像AIのためのクラウドサービスを立ち上げました。これにより、完全に管理され、クラウドベースのAPIを通じてグランドトゥルースデータの作成と専門的なAIモデルのトレーニングをスムーズ化し、加速させることができます。

NVIDIA MONAIクラウドAPIは、この週にシカゴで開催される北米放射線学会の年次総会(RSNA)で発表され、開発者とプラットフォームプロバイダが事前にトレーニングされた基礎モデルを使用し、企業向けのAIワークフローを統合するための迅速なパスを提供します。これらのAPIは、NVIDIAとキングズカレッジロンドンによって設立されたオープンソースのMONAIプロジェクトに基づいて構築されています。

医療画像は医療分野全体で重要な役割を果たしており、医療データの約90%を占めています。これは放射線科医や臨床医がスクリーニング、診断、介入を行うために使用されるほか、バイオファーマの研究者が臨床試験患者が新薬にどのように反応するかを評価するために使用され、医療機器メーカーはリアルタイムの意思決定支援を提供します。

これらの領域における作業の規模は、医療画像専用のAIファクトリーを必要とします。これはエンタープライズグレードのプラットフォームであり、大規模なデータ管理を提供し、グランドトゥルースのアノテーションを作成し、モデルの開発を加速し、シームレスなAIアプリケーションの展開を確立します。

• 効果的にLLMをトレーニングする方法：小規模な導入のためのベストプラクティス
• 「PhysGaussian（フィジカルガウシアン）に会いましょう：物理的に根拠のあるニュートン力学を3Dガウス関数に組み込むことで高品質な新世代モーションシンセシスを生み出す人工知能技術」
• 「インフレクションは、世界で最高のAIモデルであり、そのクラスのコンピューティングでは世界で2番目に能力のあるLLMです」

NVIDIA MONAIクラウドAPIを使用することで、ソリューションプロバイダは医療画像プラットフォームにAIをより簡単に統合することができます。これにより、放射線科医、研究者、臨床試験チームがドメインに特化したAIファクトリーを構築するための高速ツールを提供することができます。これらのAPIは、NVIDIA DGX Cloud AIスーパーコンピューティングサービスを通じて早期アクセスで利用可能です。

NVIDIA MONAIクラウドAPIは、AI開発のためのエンドツーエンドワークフローをサポートする主要な医療画像データおよびAIプラットフォームであるFlywheelに統合されています。RedBrick AIなどの医療画像アノテーション企業の開発者やDataikuなどの機械学習オペレーション（MLOps）プラットフォームプロバイダは、NVIDIA MONAIクラウドAPIを自社の提供物に統合する予定です。

医療画像のための準備完了のアノテーションとトレーニング

効率的かつコスト効果の高いAIソリューションを構築するには、ソフトウェアのためのフルスタック最適化、スケーラブルなマルチノードシステム、最新の研究など、堅牢でドメインに特化した開発基盤が必要です。また、高品質なグランドトゥルースデータも必要ですが、特に3D医療画像では専門知識が高度に必要なアノテーションのため、煩雑で時間がかかる場合があります。

NVIDIA MONAIクラウドAPIには、VISTA-3D（Vision Imaging Segmentation and Annotation）の基礎モデルによるインタラクティブなアノテーション機能が搭載されています。これにより、ユーザーのフィードバックと新しいデータに基づいて、AIモデルのパフォーマンスが向上します。

VISTA-3Dは、さまざまな疾患と体の部位にわたる4,000人以上の患者の3D CTスキャンからアノテーション付き画像のデータセットでトレーニングされており、医療画像解析のための3Dセグメンテーションマスクの作成を加速します。そして、継続的な学習により、AIモデルのアノテーション品質が時間とともに向上します。

AIトレーニングをさらに加速するために、このリリースには、MONAIの事前トレーニング済みモデルを基にカスタムモデルを構築するためのAPIも含まれています。NVIDIA MONAIクラウドAPIには、3Dセグメンテーションタスクに対するハイパーパラメータの最適化とAIモデルの選択を自動化するAuto3DSegも含まれており、モデル開発プロセスを簡素化します。

NVIDIAの研究者は最近、MICCAI医療画像会議でAuto3DSegを使用して4つのチャレンジに勝利しました。これには、腎臓と心臓の3D CTスキャン、脳MRI、心臓の3D超音波を分析するためのAIモデルが含まれています。

ソリューションプロバイダ、プラットフォームビルダーがNVIDIA MONAIクラウドAPIを採用

医療画像ソリューションプロバイダと機械学習プラットフォームは、NVIDIA MONAIクラウドAPIを使用して顧客の作業を加速するために重要なAI洞察を提供しています。

FlywheelはNVIDIA AI Enterpriseを介してMONAIを統合し、NVIDIA MONAIクラウドAPIを提供して医療画像のキュレーション、ラベル分析、トレーニングを加速しています。このミネアポリス拠点の企業は、バイオファーマ企業、ライフサイエンス組織、医療提供者、学術医療センターが信頼性のあるAI開発のための医療画像データを特定、キュレーション、トレーニングするための集中化されたクラウドベースのプラットフォームを提供しています。

「NVIDIA MONAIクラウドAPIは、放射線学、疾患研究、および臨床試験データの評価のための高品質なAIモデルの作成コストを削減します」と、Flywheelの最高科学責任者であるダン・マーカスは述べています。「対話型注釈と自動セグメンテーションのクラウドAPIの追加により、当社の医用画像AIプラットフォームの顧客は、AIモデルの開発を加速させ、より迅速に革新的なソリューションを提供することができます。」

Redbrick AI、Radical Imaging、V7 Labs、およびCentaur Labsを含む注釈とビューアのソリューションプロバイダーは、NVIDIA MONAIクラウドAPIを使用して、独自のAIインフラストラクチャをホストおよび管理することなく、AI支援の注釈およびトレーニング機能を市場へ迅速に提供することができます。

RedBrick AIは、分散型の臨床医チームをサポートする医療機器の顧客向けに、NVIDIA MONAIクラウドAPIを介して利用できるVISTA-3Dモデルを統合し、対話型のクラウド注釈を提供しています。

「VISTA-3Dを使用することで、当社のクライアントは異なるモダリティと状態で迅速にモデルを構築することができます」と、RedBrick AIのCEOであるシヴァム・シャルマは述べています。「基礎モデルは汎用性があり、正確かつ信頼性のあるセグメンテーション結果を提供するため、さまざまな臨床応用に対して容易に調整することができます。」

Dataiku、ClearML、およびWeight & Biasesを含むMLOpsプラットフォームビルダーも、NVIDIA MONAIクラウドAPIの利用について調査を行っています。

Dataikuは、医用画像アプリケーションのAIモデル作成をさらに簡素化するために、NVIDIA MONAIクラウドAPIを統合する予定です。

「NVIDIA MONAIクラウドAPIを使用することで、Dataikuのユーザーは、Auto3DSegを簡単に使用できるようになります。これにより、NVIDIAがホストし、GPUアクセラレーションサービスに接続されたDataikuのWebインターフェースを介して、最先端のセグメンテーションモデルの開発を加速することができます」と、DataikuのAIヘルス＆ライフサイエンスソリューションのグローバルヘッドであるケルシ・ミクラウスは述べています。「これにより、データとドメインの専門家の両方にAIによるワークフローの作成と適用の力を普及させ、バイオメディカルイメージングにおけるAIを民主化することができます。」

NVIDIA MONAIクラウドAPIを使用してAI開発を加速している医用画像イノベーターに参加するためには、早期アクセスにサインアップしてください。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!