NVIDIAが支援するCHOP、MONAIを活用し小児心臓モデルの生成時間を4時間から数秒へ短縮
フィラデルフィア小児病院（CHOP）は、NVIDIAが共同開発したオープンソースのMONAIを採用し、従来4時間を要していた3D心臓モデルの構築を数秒に短縮しました。1%の確率で発生する先天性心疾患…
AIの動向が実務の判断材料になる更新です。 フィラデルフィア小児病院（CHOP）は、NVIDIAが共同開発したオープンソースのMONAIを採用し、従来4時間を要していた3D心臓モデルの構築を数秒に短縮しま…
フィラデルフィア小児病院（CHOP）は、NVIDIAが共同開発した医療用オープンソースフレームワーク「MONAI」を活用し、先天性心疾患を持つ子供の心臓を数秒で3Dモデル化するシステムを導入しました。CTやMRI、3D超音波診断装置から得られた画像を解析し、個々の患者の解剖学的構造に合わせた精密なモデルを生成します。
従来、医師や研究者が同様の3Dモデルを作成するには手作業を含め約4時間のワークフローが必要でしたが、AIの導入によりこの処理時間が数秒へと大幅に短縮されました。既製品の医療デバイスが適合するかを術前にシミュレーションできるため、個別の症例に応じた精密な治療計画の策定が可能になります。
このシステムは、出生児の約1%にみられる複雑な先天性欠損症への対応を目的としています。現在は特定の画像診断データを基盤とした運用が中心ですが、今後は実臨床のオペレーション全体に統合される過程での精度維持と、異なる診断装置間でのデータ互換性が運用の焦点となります。
Related tools
この記事に関連するおすすめツール
比較検討しやすい導入候補を優先して表示しています。一部リンクは広告・アフィリエイトを含む場合があります。
フェレット記者の用語メモ
MONAI
医療画像AIに特化したPyTorchベースのオープンソースフレームワークだよ。医用画像フォーマットのDICOMデータの扱いやセグメンテーションに最適化されているけど、装置メーカーごとの独自のメタデータ解釈の差で、前処理がバグりやすいのが現場の落とし穴だよ。
比較: 手動の画像セグメンテーション
出典: NVIDIA
要点を短く整理して掲載しています。詳細は出典を確認してください。
