從一只貓咪的照片到手寫的數字，神經網絡已經在視覺數據處理領域被應用多年。深度學習模型可以識別出圖像中的特征，增強圖像質量，指出異常值和異常情況。

而這些能力也同樣能夠助力AI為放射學帶來轉變，為醫療機構節省時間和金錢的同時，提升患者的就診體驗。

醫療影像工作流中的AI

Subtle Medical,是一家位于硅谷的初創公司，同時也是NVIDIA初創加速計劃項目的優勝者，其正在基于深度學習開發一套醫療影像應用程序。這些工具既可以降低對比度和輻射劑量，又能將掃描速度提升至多４倍，在提升患者的舒適度和安全性的同時，也提高了放射科工作流程的效率。

SubtlePET是Subtle Medical推出的第一代產品，借助該產品，醫生可以減少PET掃描的耗時以及放射性示蹤劑的用量。PET掃描是一種用于癌癥診斷和監測的常用醫療圖像技術。SubtlePET已于去年獲得美國FDA認證，并在歐洲獲得CE標志，正式成為首個用于的核醫學領域的AI應用程序。

無論是通過X光、超聲、CT或者MRI，當醫療影像拍攝完成之后，都需要放射科醫生對圖像做進一步分析，通過影像學研究尋找病癥或異常情況，診斷病灶。

此時，神經網絡也同樣被應用于定位掃描圖像上的特征點，例如腫瘤等，或者執行耗時的檢測工作。

ImFusion是另一家NVIDIA初創加速計劃企業，其開發了一套AI工具，可以將2D的超聲數據轉化為三維圖像。其算法能夠將來自2D超聲探頭的實時圖像疊加到先前獲得的CT或MRI圖像上。這可以讓醫生在進行外科手術的同時，能夠獲得一個病人身體的三維視圖。這為患者的治療提供了有價值的見解。

NVIDIA Clara賦力影像學應用程序

ImFusion 和Subtle Medical都采用了NVIDIA Clara，這是一個用于醫療影像的智能計算平臺，以美國紅十字協會創始人Clara Barton的名字命名。該平臺能夠讓開發者在混合計算環境中構建、部署和管理AI增強型醫療影像學應用程序，從而建立智能化的醫療影像工作流程和儀器設備。

從工作流程自動化到提高處理速度和圖像質量，醫療影像開發者們正在探索更多的新方法，借助于AI幫助醫生檢測和診斷病灶。

俄亥俄州立大學（Ohio State University）的Wexner 醫學中心（Wexner Medical Center）是美國第一個將NVIDIAClara平臺用于AI賦力的臨床影像的機構。作為一家領先的學術型醫療中心，俄亥俄州立大學計劃將采用了深度學習模型的應用程序，用于ER部門的早期預警系統和閱覽室的診斷輔助當中。

借助NVIDIA Clara，開發者們可以加速他們的醫療影像學應用程序開發和AI實施。Clara能夠在多種環境（例如：嵌入式、內部部署、云計算）中處理300萬個現有醫療成像儀器的數據。并且該程序在GUP上使用Kubernetes，因此開發人員可以通過拓展計算來滿足需求。