該系統面向放射科醫師，可提供AI輔助注釋，根據患者對AI進行調整，并可在醫院內部署。

AI已準備就緒，將釋放醫療系統的巨大潛力，特別是在深度學習最具發展潛力的領域之一的——醫學影像領域。

而這也正是NVIDIA推出Clara AI的原因。Clara AI是一個工具包，包含13個最先進的分類和分割AI，以及為放射科醫生構建的軟件工具。

眾多全球領先的醫療機構現已開始使用Clara平臺，為放射科醫生賦予AI的力量，并充分利用持續成長的研究員和初創公司生態系統。

NVIDIA Clara如何降低AI門檻

標記數據對于構建安全可靠的AI至關重要，但放射科醫師時間寶貴，無法花費數小時來標記數據集。而Clara AI輔助注釋功能可以加速結構化數據集的創建，從而在幾分鐘內完成注釋，無需耗費數小時。

事實上，來自德國癌癥研究中心（DKFZ）的MITK（醫學影像交互工具包）開發者已將Clara AI集成至其開源查閱覽器中，供全球數千人使用。

Clara AI工具包還具有遷移學習的功能，能夠對已有模型進行調整，從而適應本地變量。它能夠使用包含本地人口統計的數據和本地影像設備對深度學習算法進行定制，且無需移動或共享患者數據。因此，醫生可為自己的患者創建模型，而無需使用10倍的數據量從頭開始。

將AI模型和應用程序集成到醫院IT系統中需要大量的技術專業知識。該工具包使用行業標準（如DICOM），以助力將AI模型集成至當前放射工作流程中。

主流醫療機構采用NVIDIA Clara AI

俄亥俄州立大學（OSU）

借助Clara AI，俄亥俄州立大學的放射科醫師們能夠很快地采用另一個機構開發的模型，對其進行驗證，并對本地數據集進行注釋，使該模型能夠適應OSU的患者。這樣就能夠更快速地開發AI有效算法，為臨床護理提供支持。

美國國立衛生研究院

美國國立衛生研究院臨床中心是美國最大的醫療研究機構，其與NVIDIA科學家們合作，使用Clara AI開發了一種域泛化方法，可在MRI上將前列腺從周圍組織中分割出來。該本地化模型的表現堪比放射科醫師，且優于其它基于同一域的數據進行訓練并評估的算法。

加州大學舊金山分校

加州大學舊金山分校的放射科住院醫師計劃為全美排名第一，借助一種基于Clara AI的可擴展型基礎設施，他們能夠在放射學領域內實現多種AI算法的無縫創建、測試和部署，讓未來醫生能夠采用這一系統。

加州大學舊金山分校放射學科主任Christopher Hess表示：“我們擁有一群極具創新精神的研究人員，他們正在構建各種具有臨床價值的AI工具，同時需要一種統一的方法在臨床工作流程中對這些工具進行驗證和部署。NVIDIA Clara將成為醫療成像AI生態系統中的重要組成部分，使我們即能夠開發部署自己的AI模型，也可以開發部署外部的AI模型。”

Clara AI現已可供醫院、研究機構和整個醫學影像行業使用。該工具包包括兩個軟件開發工具包：Clara Train SDK和Clara Deploy SDK，均可通過NGC獲取，并在適用于醫院的基礎設施中進行部署：NVIDIA T4 server和NVIDIA DGX POD。