Oferecer serviços de saúde acelerados por Inteligência Artificial (IA) em escala exige milhares de redes neurais trabalhando juntas para cobrir a amplitude da fisiologia humana, de doenças e, até mesmo, das operações hospitalares: um desafio importante no ambiente atual dos hospitais inteligentes.
O MONAI, um framework de IA de diagnóstico por imagens de código aberto com mais de 650 mil downloads e acelerado pela NVIDIA, está facilitando a integração desses modelos em workflows clínicos com pacotes de aplicações MONAI ou MAPs.
Fornecido por meio do kit de desenvolvimento de software (SDK – Software Development Kit) MONAI Deploy Application, um MAP é uma forma de empacotar um modelo de IA que facilita a implantação em um ecossistema da área da saúde existente.
“Se alguém quisesse implantar vários modelos de IA em um departamento de imagens para ajudar os especialistas a identificar dezenas de condições diferentes ou automatizar parcialmente a criação de relatórios de diagnósticos por imagens, seria necessário tempo e recursos insustentáveis para obter a infraestrutura de hardware e software certa para cada um deles”, diz Dr. Ryan Moore, do Hospital Infantil de Cincinnati. “Era possível, mas inviável.”
Os MAPs simplificam o processo. Quando um desenvolvedor empacota uma aplicação usando o SDK do MONAI Deploy App, os hospitais podem executá-lo facilmente on premise ou na cloud. A especificação dos MAPs também se integra a padrões de TI da área da saúde, como DICOM, para interoperabilidade de diagnósticos por imagens.
“Até hoje, a maioria dos modelos de IA permanecia em um loop de pesquisa e desenvolvimento, raramente atingindo o atendimento ao paciente”, conta Jorge Cardoso, diretor de tecnologia da London Medical Imaging & AI Centre for Value-Based Healthcare. “O MONAI Deploy ajudará a romper esse loop, tornando a IA clínica impactante uma realidade mais frequente.”
MONAI Deploy é adotado por hospitais e startups da área da saúde
Instituições da área da saúde, centros médicos acadêmicos e desenvolvedores de software de IA no mundo todo estão adotando o MONAI Deploy, incluindo:
- Hospital Infantil de Cincinnati: o centro médico acadêmico está criando um MAP para um modelo de IA que automatiza a segmentação total de volume cardíaco a partir de imagens de tomografia computadorizada, auxiliando pacientes pediátricos de transplante cardíaco em um projeto financiado pelos Institutos Nacionais da Saúde.
- Serviço Nacional de Saúde da Inglaterra: o Serviço Nacional de Saúde (NHS – National Health Service) da Inglaterra implantou sua plataforma AI Deployment Engine (AIDE), baseada no MONAI, em cinco hospitais para fornecer ferramentas habilitadas por IA para detecção de doenças a profissionais da área da saúde que atendem 5 milhões de pacientes por ano.
- ai: membro do programa NVIDIA Inception para startups, a Qure.ai desenvolve modelos de IA de diagnósticos por imagens para casos de uso como câncer de pulmão, lesões cerebrais traumáticas e tuberculose. A empresa está usando MAPs para empacotar suas soluções para implantação, acelerando seu impacto clínico.
- SimBioSys: a startup do Inception, com sede em Chicago, cria representações virtuais 3D de tumores de pacientes e está usando MAPs para aplicações de IA de medicina de precisão que podem ajudar a prever como um paciente responderá a um tratamento específico.
- Universidade da Califórnia, São Francisco: a UCSF está desenvolvendo MAPs para vários modelos de IA, com aplicações como detecção de fratura de quadril, segmentação de tumores hepáticos e cerebrais e classificação de câncer de joelho e mama.
“Pesquisadores e cientistas da área da medicina têm muito a ganhar com os soluções e tecnologias da NVIDIA, especialmente quando falamos em agilizar o processo e resultados relacionados ao diagnóstico por imagens, algo tão importante para a sociedade moderna”, afirma Marcio Aguiar, diretor da divisão Enterprise da NVIDIA para América Latina.
Colocando diagnóstico por imagens com IA no mapa
A especificação MAP foi desenvolvida pelo grupo de trabalho do MONAI Deploy, uma equipe de especialistas de mais de uma dúzia de instituições de diagnósticos por imagens, para beneficiar desenvolvedores de aplicações de IA, bem como as plataformas clínicas e de infraestrutura que executam aplicações de IA.
Para desenvolvedores, os MAPs podem ajudar a acelerar a evolução do modelo de IA ajudando os pesquisadores a empacotar e testar seus modelos facilmente em um ambiente clínico. Isso permite coletar feedback do mundo real, o que ajuda a melhorar a IA.
Para provedores de serviço em cloud, o suporte aos MAPs, que foram projetados com tecnologias nativas do cloud, permite que qualquer pesquisador e empresa use o MONAI Deploy para executar aplicações de IA em sua plataforma, seja usando contêineres ou com integração de aplicações nativas. As plataformas de cloud que integram o MONAI Deploy e os MAPs incluem:
- AWS HealthLake Imaging: o conector MAP foi integrado ao serviço AWS HealthLake, permitindo que os médicos visualizem, processem e segmentem diagnósticos por imagens em tempo real.
- Google Cloud: o Pacote de imagens médicas do Google Cloud, projetado para tornar os dados de imagens da área da saúde mais acessíveis, interoperáveis e úteis, integrou o MONAI à sua plataforma para permitir que os médicos implantem ferramentas de anotação assistida por IA que ajudam a automatizar a tarefa altamente manual e repetitiva de rotular imagens médicas.
- A Nuance Precision Imaging Network, com a tecnologia Microsoft Azure: a Nuance e a NVIDIA anunciaram recentemente uma parceria que une o MONAI e a Nuance Precision Imaging Network, uma plataforma em cloud que fornece a mais de 12 mil unidades de saúde acesso a ferramentas e insights com tecnologia fornecida por IA.
- Oracle Cloud Infrastructure: a Oracle e a NVIDIA anunciaram recentemente uma colaboração para levar soluções de computação acelerada para a área da saúde, incluindo o MONAI Deploy, à Oracle Cloud Infrastructure.
