德國埃森大學醫院的研究人員使用 NVIDIA 驅動的 AI 賦能智慧醫院平臺，提高患者護理水平并降低能耗。

NVIDIA 正在與歐洲各地的臨床組織合作，將 AI 應用于臨床護理，并通過提高效率和可納入醫療決策過程中的新數據維度支持臨床路徑。

位于德國西北部的埃森大學醫院將機器學習從科研帶到臨床——使用 NVIDIA 技術和 AI 構建未來的智慧醫院。

杜伊斯堡埃森大學醫學院教授 Jens Kleesiek 和 Felix Nensa 是一個四人小組的成員，該小組領導建立了醫學人工智能研究所（IKIM）。IKIM 開發的技術與埃森大學醫院的 IT 基礎設施相集成。

IKIM 擁有的數據注釋實驗室，由經過醫學委員會認證的放射科醫師監督。該實驗室使用 MONAI 加速標記醫學圖像中的解剖結構。MONAI 是基于 PyTorch 的開源框架，能夠構建、訓練、標記和部署用于醫療成像的 AI 模型。

MONAI 由 NVIDIA 與包括倫敦國王學院在內的十幾個領先的臨床和研究機構合作創建。

IKIM 研究人員還使用自監督學習來預訓練 AI 模型，為醫院的 CT 掃描、磁共振成像（MRI） 等生成高質量標簽。

此外，IKIM 團隊還開發了智慧醫院信息平臺（SHIP），這是基于 AI 的中央醫療數據整合平臺和部署引擎。研究人員和臨床醫生使用該平臺對大學醫院的大量數據進行實時分析，包括醫學成像、放射學報告、臨床記錄和患者訪談。

例如，SHIP 可以在放射報告上標記異常，并實時推送給醫生，從而為患者提供更快的診斷和治療。AI 還能夠準確描述像是遺傳特征和患者報告等醫療健康指標之間的數據驅動關聯。

“我們希望解決現實世界的問題，將解決方案帶入臨床，” Kleesiek 說。“ SHIP 框架能夠將分析數據的深度學習算法直接提供給在醫療現場的臨床醫生。”

此外， AI 提高了工作流程效率，這推動了醫院內部長期可持續發展。

更加智能的醫院

Nensa 表示，他的醫院目前擁有包括用于醫院信息、實驗室和放射科的近 500 個 IT 系統。每個系統都由相互關聯的關鍵患者信息組成，但來自不同系統的數據可能難以連接，也很難從中提取基于機器學習的見解。

SHIP 通過將數據自動轉換為被稱作快速醫療保健互操作性資源（FHIR）的描述標準來連接所有此類系統，該標準通常在醫學中用于交換電子健康記錄。SHIP 目前包含超過 12 億個 FHIR。

一旦轉換為 FHIR ，數據科學家、研究人員和臨床醫生就可以輕松訪問這些信息，并基于 NVIDIA GPU 和 DGX A100 系統進行實時 AI 訓練和分析。這使得勞動密集型任務（例如活體肝移植前的肝臟容積測定或兒童骨齡估計）可以在后臺全自動執行，而不需要放射科醫生半小時的手動工作。

“醫院里的 AI 越多，患者就越能享受到 AI 的便利，”Nensa 表示。“由于 AI 能讓醫生和護士從數據檢索和注釋等重復性任務中解放出來，醫療專業人員有更多時間可以專注于護理患者。”

NVIDIA DGX A100 系統賦能 IKIM 的 AI 訓練和推理。NVIDIA Triton 推理服務器可在臨床實現快速且可擴展的 AI 模型并發服務。

IKIM 團隊還使用了用于聯邦學習的開源平臺 NVIDIA FLARE，它使數據科學家能夠開發通用且強大的 AI 模型，并同時保護患者隱私。

越智能，越環保

除了減少醫生工作量和增加患者護理時間外，醫院中的 AI 還促進了可持續發展。

作為高度專業化的醫療中心，埃森大學醫院全年為患者提供每天 24 小時的可靠治療。如此一來，以患者為導向的前沿醫學在傳統上就少不了高能耗。

SHIP 幫助醫院提高效率、自動化任務并優化流程，以減少工作流程中的摩擦——從而節省能源。根據 Kleesiek 的說法， IKIM 重復利用數據中心的 GPU 能量，這也有助于埃森大學醫院更加環保。

“NVIDIA 正提供從軟件和硬件到專家工程師領導的培訓等各種支持，以讓我們充分利用 AI 技術，”Nensa 說。

4 月，NVIDIA 專家在 IKIM 舉辦了研討會，提供關于 GPU 加速深度學習、數據科學和醫學 AI 的講座和實踐培訓。該研討會促使 IKIM 啟動了將 AI 用于醫學的其他項目——包括對 MONAI 的研究貢獻。

此外， IKIM 正在構建 SmartWard 技術，以在醫院為患者提供端到端的 AI 體驗——從等候區的服務機器人到自動生成的出院報告。

對于 SmartWard 項目， IKIM 團隊正在考慮將 NVIDIA Clara Holoscan 平臺集成至醫療設備 AI 計算中。

原文標題：從基礎研究到臨床應用，智慧醫院技術提高了醫療效率和可持續性

文章出處：【微信公眾號：NVIDIA英偉達企業解決方案】歡迎添加關注！文章轉載請注明出處。

審核編輯：湯梓紅