英伟达技术加持，GE医疗AI创新提速

SonoSAMTrack：将AI用于超声图像分割的开创性研究

2024年3月18日 – 基于在人工智能领域的长期合作，GE医疗使用英伟达(NVIDIA)技术开发了其最新的研究模型SonoSAMTrack1，用于分割超声图像中的解剖结构、病变和其他重要区域。它在各类数据集和条件中稳定地提供高质量结果，充分展示其灵活性和适用性，突显了人工智能在改善医学影像方面的巨大潜力。为了顺应更多设备的需求，该模型的简化版本SonoSAMLite也在研究中。

GE医疗首席人工智能官Parminder Bhatia表示：“GE 医疗致力于投资创新技术，助力解决重大行业挑战。我们的愿景是通过引入基础人工智能技术来加速医学影像的进步，帮助数据科学家更快地开发人工智能应用，最终助力临床医生改善患者诊疗。通过利用这些功能多样的模型，我们希望能更高效地适应新任务和更多医学影像业务线的需求。与传统的模型再训练方法相比，这种方法需要的标记数据更少。这在医疗领域尤为重要，因为该领域数据的获取非常耗时且成本高昂。”

在医疗健康领域，利用AI来改善患者诊疗、提升运营效率、赋能临床决策的重要性日益突显。以往将AI集成到医疗系统中的方法需要重新训练模型，以适应不同患者人群和医院环境的独特需求。此种传统的方法，可能导致成本和复杂性增加，还需要配备专业人员。这使得AI在医疗领域难以普及。而基础模型（foundation models）可以实现人机协同的AI系统运行，在业界广受关注。

基础和生成式AI模型能够以最低限度的训练要求（例如零次或少数几次设置），快速适应各种疾病、加速筛查、早期检测、跟踪进展、识别非侵入性生物标志物。GE医疗近期的一项研究显示，其研究项目 SonoSAMTrack在7个超声数据集中均表现优异，涵盖各类解剖结构（成人心脏和胎儿头部）和病理（乳腺病变和肌肉骨骼病变）以及不同的扫描设备。

此外，SonoSamTrack在提升速度和效率方面也性能强劲，仅2-6次点击即可进行精确分割，尽可能地减少了用户的输入2。这是通过蒸馏和量化技术、使用英伟达TensorRT软件开发套件和其他量化感知训练功能实现的。

英伟达医疗业务发展总监David Niewolny表示：“英伟达的加速计算和 AI 技术堆栈与GE医疗的医学影像专业积淀强强联合，将使超声诊断更快速、更精准，从而助力患者诊疗的进步。此次合作充分彰显了将人工智能运用于改善生命、制定医疗新标准的重要性。”

1 Technology in development that represents ongoing research and development efforts. These technologies are not products and may never become products. Not for sale. Not cleared or approved by the U.S. FDA or any other global regulator for commercial availability.

2 Hariharan Ravishankar, Rohan Patil, Vikram Melapudi, Harsh Suthar, Stephan Anzengruber, Parminder Bhatia, Kass-Hout Taha, Pavan Annangi. SonoSAMTrack -- Segment and Track Anything on Ultrasound Images. https://doi.org/10.48550/arXiv.2310.16872