在医疗人工智能领域，部分医院与企业已率先取得实践成果。荷兰癌症研究所（NKI）、医疗科技公司Vyasa及iCAD，成为首批借助NVIDIA软件套件加速端到端AI工作负载的机构。AI在医疗健康行业中的价值毋庸置疑——从提升癌症筛查效率、降低假阳性率，到改善肿瘤识别精准度与优化治疗策略，它正在成为推动创新与提速的核心引擎。
然而，尽管前景广阔，将AI真正整合到实际解决方案中，对众多IT团队而言仍并非易事。
图注：NVIDIA AI Enterprise使医院的IT管理员能够在医院核心应用程序旁运行AI应用，例如用于乳腺检查的iCAD Profound AI软件。
荷兰癌症研究所（NKI）本身便是一所顶尖的癌症研究与治疗中心。他们正利用NVIDIA AI Enterprise套件，对更高精度的3D癌症扫描中的AI工作负载进行测试，目标是实现比现有常用方法更为精准的结果。以往，NKI只能在较低分辨率图像上训练AI模型；而如今，借助NVIDIA AI Enterprise提供的更大内存容量，研究人员可直接使用高分辨率图像进行训练。这一变化使得临床医生在每次患者接受治疗时，都能更准确地判断肿瘤的大小与位置。
NKI所使用的NVIDIA AI Enterprise套件，旨在优化AI的开发与部署流程，并已获得NVIDIA的认证与技术支持。对医院、研究机构及IT专业人员而言，这意味着他们可在本地数据中心或私有云中，通过VMware vSphere在主流服务器上顺畅运行AI工作负载。在虚拟化基础设施上运行治疗应用，使医院与研究机构能够使用与管理现有应用相同的工具——这不仅最大限度地提高了投资回报率，也让医疗创新变得更具经济性且更易获取。
图注：NKI使用AI模型更好地重建锥形束计算机断层扫描（CBCT）胸腔图像，与传统方法相比，图像质量更为清晰。
加速实现医疗健康研究的突破
NKI的NVIDIA AI Enterprise项目启动迅速，他们借助了NVIDIA LaunchPad。通过这一计划，客户能够立即访问在加速基础设施上运行的优化软件，从而快速对数据科学与AI工作负载进行原型设计与测试。该计划现已扩展至全球9个Equinix数据中心。
利用NVIDIA AI Enterprise（通过LaunchPad即可获取），医院可借助VMware vSphere，在来自戴尔、慧与、联想等厂商的主流加速服务器上运行高级AI工作负载。由NVIDIA FLARE提供支持的Rhino Health联邦学习平台，现在也可直接通过NVIDIA AI Enterprise获取，这使得任何医院都能轻松利用联邦学习进行AI开发与验证。其他机构，例如美国放射学会的AI LAB，也正在规划使用这一软件。
NKI的研究团队将海量2D与3D数据源同AI相结合，利用NVIDIA AI Enterprise构建深度学习模型。他们的目标非常明确——在每次放疗前精准定位肿瘤位置。荷兰癌症研究所的负责人Jonas Teuwen表示：“医生可以在治疗当天用这一方案替代常规CT扫描，从而优化治疗方案，验证放疗计划。”借助NVIDIA AI Enterprise，Teuwen在阿姆斯特丹的团队能够在位于硅谷的服务器上运行NVIDIA A100 80GB GPU上的工作负载。从建立卷积神经网络到成功产出成果，耗时不足三个月；并且仅用不到300个临床肺部CT扫描数据训练，便能重构并推广至头颈部数据。NKI的研究人员还计划将该成果拓展至介入放射学领域，例如修复心脏手术与牙科手术中的动脉植入。
借助NVIDIA AI Enterprise加速医院AI部署
对于在虚拟化基础设施上托管多种医疗与运营应用的组织而言，NVIDIA AI Enterprise大幅简化了AI部署体验。IT管理员可将Vyasa、iCAD等AI应用与医院核心应用一同运行，从而实现更流畅的工作流程与熟悉的操作环境。算力资源仅需几次点击即可调整——这对患者与医疗服务方来说，意味着护理方式的直接转变。
Vyasa是一家专注医疗健康与生命科学深度学习分析工具的公司，他们利用NVIDIA AI Enterprise构建了一款能够搜索非结构化内容的应用程序——例如患者护理记录。借助这一软件，Vyasa加速了深度学习应用的开发，并能够深入挖掘非结构化数据与PDF文件，从而判断哪些患者风险更高。例如，它可以识别出超过一年未进行检查的患者，并根据年龄、种族等风险因素进行优化。Vyasa首席信息官Frans Lawaetz介绍：“由于平台需求的快速调配得到了实现，不再需要手动下载与集成软件包，NVIDIA AI Enterprise将部署时间缩短了一半。”
放射科医生则使用iCAD的创新产品ProFound AI辅助解读乳腺X光片。这套AI解决方案能更早发现癌症、对乳房密度进行分类，并根据每位女性的检测结果准确评估短期内的乳腺癌风险。对iCAD的医疗健康客户而言，能够通过VMware vSphere运行高级工作负载至关重要——这样他们就能轻松将数据密集型应用集成到任何医院的基础设施中。
与此同时，不少其他软件厂商，例如美国放射学会的AI LAB与Rhino Health，也开始通过其联合学习平台在NVIDIA AI Enterprise上验证软件。他们的目标是将这些解决方案集成到通用的医疗健康IT基础设施中，从而简化部署过程。NVIDIA AI Enterprise的核心价值在于帮助医疗健康组织的数据中心实现统一，进而推动形成一个以NVIDIA技术为核心的生态系统。通用的NVIDIA与VMware基础设施，让这些解决方案的部署与管理都变得更为简便，软件供应商与医疗健康组织均能从中获益。
对于医疗健康IT公司与软件公司而言，将AI集成到医院环境中无疑是首要任务。众多英伟达初创加速计划的合作伙伴已在类似环境中测试过在NVIDIA AI Enterprise上部署产品的可行性，其中包括Aidence、Arterys、contextflow、ImageBiopsy Lab、InformAI、MD.ai、methinks.ai、RADLogics、Sciberia、Subtle Medical以及VUNO。这些尝试背后的逻辑十分清晰：如果AI要真正落地医疗场景，那么从技术栈到底层基础设施的顺畅衔接，便不是可选项，而是必选项。