人工智能的臨床應用正在改善數字化手術，有助于減少錯誤，提供一致性，并實現以前無法想象的外科醫生增強。

內窺鏡檢查是一種用于檢查身體器官或體腔內部的微創手術，人工智能和加速計算能夠提高檢測率和可見性。

例如，內窺鏡醫生可以通過燒灼出血的血管來調查癥狀、診斷和治療患者。有多種形式的內鏡檢查，其中許多側重于影響消化道的胃腸病。

結腸鏡檢查是胃腸道內窺鏡檢查的最常見形式之一，對于發現結直腸癌是必不可少的 美國癌癥協會預測 2022 年將影響超過 150000 人。

在人工智能的幫助下，內窺鏡等手術變得更加安全和一致，同時減少了外科醫生的工作量。機器學習算法增強的任務包括標記、清除手術煙霧、分類氣道疾病、識別氣道大小、識別病變和病變組織，以及自動計算儀器的最佳物理路徑。

為了實現這些臨床應用，正在為特定任務開發技術算法：

用于檢測和自動測量的器官分割

工具跟蹤

組織類型識別

光流

軍團分類

增強和處理視頻流

在內窺鏡檢查中，增強和處理視頻流的任務是增強外科醫生技術技能的關鍵。這包括內窺鏡圖像去噪、異常對象檢測和異常測量任務，以及攝取高分辨率和高帶寬數據的流任務。

為了實現人工智能并完成這些任務，開發人員必須解決醫療器械開發過程中的諸多挑戰，例如：

攝取高分辨率、高帶寬數據流

以低延遲預算運行 AI 推理

尋找靈活的傳感器和數據 I / O 選項

構建從邊緣到數據中心再到云的分布式計算平臺

采用新的深度學習算法

今天，大多數開發人員在每次解決問題或工作流瓶頸時都必須構建單獨的解決方案。 NVIDIA Clara Holoscan 是一個具有 AI 工作負載計算的開發平臺。通過增強的可視化和自動異常檢測等工作負載，您可以輕松定制各種挑戰的解決方案。

擁有一個加速平臺來迭代人工智能并將其集成到內窺鏡工作流程中，為您提供了一種低風險、低成本的方法，為您現有的內窺鏡系統添加增強功能。

無論是在邊緣部署延遲敏感的實時任務，還是在云中部署分析和摘要任務， NVIDIA Clara Holoscan 都可以減輕復雜性，讓您快速構建定制 AI 解決方案，以改進內窺鏡檢查。

NVIDIA Clara Holoscan 上的內鏡 AI 樣本應用

如果您希望為醫療設備構建自定義應用程序，參考應用程序可以提供一個簡單的起點。 NVIDIA Clara Holoscan SDK 包括一個支持人工智能的內窺鏡應用程序示例，作為模板，用于在現有應用程序中重用組件和應用程序圖，以構建自定義人工智能管道。

內窺鏡 AI 示例應用程序具有 GXF 的端到端功能， GXF 是構建高性能應用程序的模塊化可擴展框架。 GXF 為與以下接口的設備提供支持： AJA 具有 HDMI 輸入。其深度學習模型可以對內窺鏡視頻流實時執行目標檢測和工具跟蹤。

幾個功能用于最小化總延遲：

GPUDirect RDMA 視頻數據傳輸，以消除向系統內存或從系統內存復制的開銷。

NVIDIA 性能原語 在人工智能推理之前， CUDA 加速 2D 圖像轉換庫。

TensorRT 優化 AI 推理和加速的運行時間。

CUDA 和 OpenGL 互操作性，為可視化提供了 GPU 上的高效資源共享。

關于作者

Jin Li 是 NVIDIA 解決方案架構師團隊的數據科學家，致力于將深度學習模型應用于不同領域，如智能視頻分析和自然語言處理。在加入 NVIDIA 之前， Jin 在卡內基梅隆大學獲得了機器學習碩士學位，專注于計算機視覺的深度學習應用。

Nate Bradford 是 NVIDIA 的醫療內容經理，分享 AI 框架和解決方案，以幫助開發人員、研究人員和創新者完成畢生的工作。從加速新療法的發現到實現醫療設備的實時傳感，人工智能正在開創醫療保健的新時代。

審核編輯：郭婷