Accélérer le développement de l'IA médicale

NVIDIA joue un rôle essentiel dans le développement des techniques de reconstruction pour l’imagerie médicale. En tant que fournisseur leader de solutions informatiques, NVIDIA fournit des technologies qui font partie intégrante des opérations de grandes entreprises telles que Siemens, GE Healthcare, Philips et United Imaging Healthcare.

Ces entreprises tirent parti de la puissance des processeurs graphiques (GPU) et des kits d'outils logiciels de NVIDIA, notamment NVIDIA® CUDA®, TensorRT™ et Triton™, de manière à améliorer les performances de leurs systèmes d'IRM, de TDM et d'échographie. Les solutions d’IA et de calcul accéléré de NVIDIA réduisent de manière considérable les délais de reconstruction d’images, améliorant ainsi l’efficacité clinique et la qualité visuelle. United Imaging Healthcare, par exemple, a utilisé la technologie de NVIDIA pour développer des scanners de résonance magnétique (RM) compatibles avec l’IA qui minimisent le temps passé par les patients dans les machines de RM et qui démocratisent l’accès aux procédures médicales associées. La société est parvenue à accélérer par 10 fois la vitesse de calcul pour la reconstruction d'images de RM et à réduire de 95 % les délais de reconstruction d'images de RM.

MONAI (Medical Open Network for AI) est un framework open-source fondé par NVIDIA en collaboration avec le King's College de Londres et d'autres centres médicaux universitaires de premier plan. Il vise à constituer une communauté inclusive de chercheurs en IA pour développer et échanger les meilleures pratiques en matière d'IA pour l'imagerie dans le secteur de la santé. Reposant sur PyTorch, MONAI fournit des bibliothèques et des outils optimisés par domaine pour le développement, l'entraînement et le déploiement de modèles d'IA dans des champs d'application de l'imagerie médicale tels que la segmentation, la classification et l'enregistrement d'images.

La suite de bibliothèques, d'outils et de SDK de MONAI comprend les éléments suivants :

• MONAI Core - Un framework spécifique au domaine pour l'entraînement des modèles d'IA pour l'imagerie dans le secteur de la santé.
• MONAI Label - Un outil intelligent d'apprentissage et d'étiquetage d'images pour annoter rapidement de nouveaux jeux de données.
• SDK MONAI Deploy App - Un framework et des outils associés qui permettent aux développeurs de sélectionner un modèle d'IA pour le convertir en application d'IA.
• MONAI Model Zoo - Une collection de modèles d'imagerie médicale au format MONAI Bundle.
  
   

MONAI se place au service des recherches en imagerie médicale en fournissant un ensemble complet d'outils qui accélèrent le développement et le déploiement des modèles d'IA. Il comprend un prétraitement des données avancé, des architectures de réseaux de neurones et des métriques d'évaluation adaptées à l'imagerie médicale. MONAI simplifie l’intégration de l’IA dans les workflows de recherche, permettant ainsi un prototypage plus rapide, une recherche reproductible et une collaboration accrue entre les institutions. Cela permet d'améliorer la précision et l'efficacité des tâches d'imagerie médicale.

MONAI Multimodal est un kit d'outils open-source qui regroupe de modèles de fondation, de workflows de référence et de blocs interopérables permettant une analyse multimodale de diverses données de santé, de la TDM à l'IRM jusqu'aux dossiers médicaux partagés en passant par la documentation clinique. Ce kit, qui propose des capacités de raisonnement avancées grâce à des architectures agentiques spécialisées, vise à faciliter l'intégration de modèles personnalisés et de composants Hugging Face. MONAI Multimodal permet aux développeurs de se concentrer sur l'innovation et la recherche tout en répondant aux défis uniques de l'intégration des données médicales.

Les chercheurs et les développeurs peuvent contribuer à MONAI de différentes façons. Ils peuvent intégrer leurs modèles ou leurs outils au framework MONAI de manière directe, mais aussi contribuer au MONAI Model Zoo ou collaborer via GitHub. De plus, les contributeurs peuvent partager des modèles pré-entraînés via des plateformes telles que Hugging Face ou créer un lien vers leurs dépôts en tant que projets communautaires d'intérêt. MONAI accepte un large éventail de styles de collaboration, ce qui aide les partenaires à soutenir et à étendre l'écosystème de manière à s'aligner sur leur expertise et leurs objectifs.

Interagissez avec la communauté MONAI dès aujourd'hui. Prenez connaissance des groupes de travail actuellement disponibles.

Merci de bien vouloir nous contacter pour toute interrogation non couverte dans cette FAQ.