推動醫療健康成像的未來，NVIDIA MONAI 微服務正在創建獨特的先進模型和擴展模式，以滿足醫療健康和生物制藥行業的需求。最新更新引入了一套新功能，旨在進一步增強醫學成像工作流程的功能和效率。本文將探討以下新功能：
- 批量推理
- 使用 MONAI 捆綁包進行自定義訓練
- 用于 CT 影像的新型生成式 AI 模型
- 對 VISTA 模型的重大升級
批量推理和自定義訓練
NVIDIA MONAI 平臺中的實時推理在簡化交互式標注工作流程方面發揮了重要作用。現在，隨著批量推理的引入，用戶可以同時處理大量醫學影像。在不影響準確性的情況下實現更快、更高效的分析，此功能對于處理大量數據集的機構和研究人員至關重要。
此外，通過使用 MONAI 捆綁包的自定義訓練功能，用戶可以按照自己的特定需求來定制 AI 模型。這種自定義訓練方法利用了 MONAI 捆綁包的規范，使得平臺更加靈活，能夠更好地滿足您獨特的成像需求。您可以從 NVIDIA 的 NGC 目錄中選擇任何 MONAI 捆綁包 https://catalog.ngc.nvidia.com/?filters=&orderBy=weightPopularDESC&query=，并根據自己的工作流程對其進行定制。
用于生成合成 CT 影像的生成式 AI
全新的生成式 AI模型 MAISI（用于合成成像的醫療 AI）現已在 NVIDIA MONAI 中提供，能夠生成高分辨率 CT 圖像（512*512*512），其中包含多達 132 個解剖學類。該模型通過在實際圖像受限的情況下生成多樣化、逼真的數據集來增強數據增強。它通過自動生成詳細的（圖像、標簽）對來簡化注釋過程。該模型為使用敏感的患者數據提供了符合倫理的替代方案。今年晚些時候，NVIDIA 將推出用于定制的微調工作流程，使用戶能夠針對特定任務優化此模型。
用于高級成像的 VISTA-3D 和 VISTA-2D
VISTA-3D (Versatile Imaging SegmenTation and Annotation，Versatile Imaging SegmenTation 和 Annotation) 模型是該平臺的基石，以其準確性、通用性和交互性而聞名。我很高興地宣布 VISTA – 3D 的更新，該更新現已包含 130 個類別。它已根據已標記和未標記的數據進行訓練。通過對其他數據集的持續訓練和廣泛評估，模型的性能得到了提高。
通過策略性地使用偽標記進行增強，此更新不僅提高了模型的準確性，而且還將子分數分布向上移動，從而減少性能較低的實例。此增強功能顯著提高了 Few-shot 和 Zero-shot 學習能力，使其能夠更強大地處理各種醫學成像任務。它還能通過持續學習更強大地適應獨特任務。
此外，此更新還引入了專為細胞成像設計的 VISTA-2D 模型。VISTA-2D 可用于推理和訓練，使用戶能夠開發針對其特定數據集進行微調的自定義模型。雖然 VISTA-2D 可能不包括預訓練權重，但內部基準測試表明，使用 VISTA – 2D 訓練的模型即使在訓練數據有限的情況下，也能超越領先的先進模型 (如 CellPose) 的性能。這種性能強調了 VISTA – 2D 作為細胞成像定制成像解決方案的起點的優勢。
適用于醫學成像的 NVIDIA NIM
新的醫療健康微服務套件包括 NVIDIA NIM 一組微服務，為各種模型提供優化的推理。此外，VISTA-3D 現已推出。NIM 是一種易于使用的自托管微服務，旨在簡化 AI 驅動的企業應用程序的開發和生產中 AI 模型的部署。
總結
在 NVIDIA 致力于通過 AI 推動醫學成像發展的推動下， NVIDIA MONAI 微服務不斷發展。引入批量推理、自定義訓練和合成數據生成，以及 VISTA-3D 和新 VISTA-2D 的更新，有助于滿足醫學成像社區的需求。這些進步繼續支持先進的解決方案，使研究人員、注釋者和開發者能夠在其醫學成像項目中取得更多成果，并簡化先進 AI 技術在醫療和生物制藥領域的采用。
要體驗 NVIDIA MONAI 微服務的全部功能并探索這些新功能，請注冊 搶先體驗計劃。
