36억 건. 매년 전 세계적으로 다양한 질환을 진단하고 모니터링하며 치료하기 위해 수행되는 의료 영상 검사의 수입니다.
모든 X-레이, CT 스캔, MRI 및 초음파의 처리와 평가 속도를 높이는 것은 의사의 업무 부담을 줄이고 건강 상태를 개선하는 데 중요한 역할을 합니다.
이런 이유로 NVIDIA는 의료 영상과 다양한 분야에서 AI 애플리케이션을 개발하기 위한 오픈 소스 연구 플랫폼인 MONAI를 도입했습니다. MONAI는 의사와 데이터 사이언티스트를 연결해 의료 데이터를 활용하여 딥러닝 모델과 배포 가능한 애플리케이션을 구축할 수 있도록 지원합니다.
북미방사선의학회(RSNA) 연례 회의에서 NVIDIA는 Siemens Healthineers가 MONAI의 모듈인 MONAI Deploy를 채택했다고 발표했습니다. 이를 통해 연구와 임상 생산 간의 간극을 줄이고, 의료 영상용 AI 워크플로우의 임상 배포 속도와 효율성을 높이고 있습니다.
전 세계 15,000개 이상의 의료 기기에 설치된 Siemens Healthineers의 Syngo Carbon과 syngo.via 엔터프라이즈 이미징 플랫폼은 의료진이 다양한 출처의 의료 이미지를 더 잘 판독하고 유용한 인사이트를 얻을 수 있도록 돕습니다.
AI 애플리케이션을 개발할 때 다양한 프레임워크를 사용해야 하므로 이를 임상 환경에 배포하는 과정은 쉽지 않습니다.
MONAI Deploy는 몇 줄의 코드만으로 어디서든 실행 가능한 AI 애플리케이션을 구축합니다. 이 도구는 의료용 AI 애플리케이션을 개발, 패키징, 테스트, 배포 및 실행하기 위한 기능을 제공하며, 이를 통해 의료 영상 AI 애플리케이션을 개발하고 임상 워크플로우에 통합하는 과정을 단순화할 수 있습니다.
Siemens Healthineers 플랫폼에서 MONAI Deploy는 AI 통합 프로세스를 크게 가속화합니다. 기존에는 몇 달이 걸리던 과정이 이제는 몇 번의 클릭만으로 훈련된 AI 모델을 실제 임상 환경에 배포할 수 있게 되었습니다. 이를 통해 연구자, 기업가, 스타트업이 애플리케이션을 영상의학 전문의에게 더 빠르게 제공할 수 있습니다.
Siemens Healthineers 디지털 기술 및 연구 책임자인 악셀 하이틀랜드는 “AI 모델 배포를 가속화함으로써 의료 기관이 AI 기반 의료 영상의 최신 발전을 그 어느 때보다 빠르게 활용하고 혜택을 누릴 수 있도록 지원하고 있습니다.”라고 말했습니다. “MONAI Deploy를 통해 연구자들이 AI 모델을 빠르게 맞춤화하고 실험실에서 임상 환경으로 혁신을 전환할 수 있습니다. 또한 전 세계 수천 명의 임상 연구자가 Syngo.via와 Syngo Carbon 이미징 플랫폼에서 직접 AI 발전에 접근할 수 있습니다.”
MONAI로 강화된 플랫폼은 AI 통합을 크게 단순화합니다. 이러한 애플리케이션은 Siemens Healthineers 디지털 마켓플레이스에서 쉽게 검색하고 사용할 수 있으며, 이를 통해 사용자들이 임상 워크플로우에 원활히 통합할 수 있습니다.
혁신과 채택을 촉진하는 MONAI 에코시스템
MONAI는 혁신과 채택을 촉진하는 생태계를 구축하고 있습니다. 출시 5주년을 맞은 MONAI는 지금까지 350만 건 이상 다운로드되었으며, 전 세계 220명의 기여자가 참여했습니다. 3,000건 이상의 출판물에서 인정을 받았고, 17개의 MICCAI 챌린지에서 우승했으며, 다수의 임상 제품에 사용되고 있습니다.
MONAI의 최신 버전인 v1.4는 연구자와 임상의가 MONAI의 혁신을 활용하고 Syngo Carbon, syngo.via 및 Siemens Healthineers 디지털 마켓플레이스에 기여할 수 있는 더 많은 기회를 제공합니다.
MONAI v1.4 및 관련 NVIDIA 제품 업데이트에는 의료 이미징을 위한 새로운 파운데이션 모델이 포함되어 있습니다. 이 모델은 MONAI를 통해 사용자 정의가 가능하며 NVIDIA NIM 마이크로서비스로 배포할 수 있습니다.
다음과 같은 모델이 이제 NIM 마이크로서비스로 사용 가능합니다:
- MAISI(의료용 합성 이미징 AI)는 고해상도 풀 포맷 3D CT 이미지와 해부학적 세분화를 시뮬레이션할 수 있는 생성형 AI 파운데이션 모델입니다.
- VISTA-3D는 120개 이상의 주요 장기를 아우르는 정확하고 즉시 활용 가능한 성능을 제공하며, 새로운 구조에 대해 학습할 수 있는 효과적인 적응과 제로 샷 기능을 제공합니다.
MONAI 1.4의 주요 기능과 함께 새로운 MONAI 멀티모달 모델(M3)은 MONAI의 VLM GitHub 리포지토리에서 액세스할 수 있습니다. M3는 MONAI의 Model Zoo에서 학습된 AI 모델과 같은 의료 AI 전문가를 통해 모든 멀티모달 LLM을 확장하는 프레임워크입니다. 이 프레임워크의 성능은 현재 허깅페이스에서 제공되는 VILA-M3 파운데이션 모델을 통해 입증되었습니다.
병원, 헬스케어 스타트업 및 연구 기관을 연결하는 MONAI
MONAI는 병원, 의료 스타트업, 연구 기관을 연결합니다. 전 세계 주요 의료 기관, 학술 의료 센터, 스타트업 및 소프트웨어 제공업체들이 MONAI를 채택해 발전시키고 있습니다.
- 독일 암 연구 센터는 MONAI의 벤치마크 및 메트릭 워킹 그룹을 이끌며 AI 성능을 측정하는 메트릭과 이러한 메트릭의 사용 방법 및 시기에 대한 가이드라인을 제공합니다.
- 메모리얼 슬론 케터링 암 센터(MSK)의 나딤 연구실은 MONAI를 사용하여 병리학 데이터에 대한 여러 AI 지원 주석 파이프라인과 추론 모듈의 클라우드 기반 배포를 개척했습니다.
- 콜로라도 대학교 의과대학 교수진은 다양한 영상 양식을 사용하여 망막 질환을 감지하기 위한 MONAI 기반 안과 도구를 개발했습니다. 또한 이 대학은 MONAI를 사용하여 독창적인 연합 학습 개발 및 임상 데모를 주도하고 있습니다.
- MathWorks는 의료 이미징 툴박스에 MONAI 라벨을 통합하여 학계 및 업계 전반의 의료 및 생의학 애플리케이션에 종사하는 수천 명의 MATLAB 사용자에게 의료 이미징 AI 및 AI 지원 주석 기능을 제공하고 있습니다.
- GSK는 이미지 세분화를 위해 VISTA-3D 및 VISTA-2D와 같은 MONAI 파운데이션 모델을 연구하고 있습니다.
- Flywheel은 이미징 데이터 관리 간소화, 연구 워크플로우 자동화, AI 개발 및 분석을 지원하는 MONAI를 포함한 플랫폼을 제공하여 연구 기관 및 생명 과학 조직의 요구에 맞게 확장할 수 있습니다.
- Alara Imaging은 2024년 의학 영상 정보학 학회 컨퍼런스에서 VISTA-3D와 같은 MONAI 파운데이션 모델과 Llama 3와 같은 LLM을 통합하는 연구를 발표했습니다.
- RadImageNet은 고품질 방사선 보고서를 생성하기 위해 MONAI의 전문 이미지 AI 모델을 활용하는 최첨단 비전 언어 모델을 개발하기 위해 MONAI의 M3 프레임워크 사용을 모색하고 있습니다.
- Kitware는 MONAI와 관련된 전문 소프트웨어 개발 서비스를 제공하여 규제 승인 제품뿐만 아니라 장치 제조업체를 위한 맞춤형 워크플로우에 MONAI를 통합할 수 있도록 지원하고 있습니다.
연구자와 기업들은 또한 클라우드 서비스 제공업체에서 확장 가능한 AI 애플리케이션을 실행하고 배포하기 위해 MONAI를 사용하고 있습니다. MONAI에 대한 액세스를 제공하는 클라우드 플랫폼에는 AWS HealthImaging, Google Cloud, Precision Imaging Network, Microsoft Cloud for Healthcare의 일부, Oracle Cloud Infrastructure 등이 있습니다.
syngo.via, Syngo Carbon 및 디지털 마켓플레이스의 제품에 대한 공시 내용을 참조하세요 .