人工智能的臨床應用正在改善數字化手術，有助于減少錯誤，提供一致性，并實現以前無法想象的外科醫(yī)生增強。

內窺鏡檢查是一種用于檢查身體器官或體腔內部的微創(chuàng)手術，人工智能和加速計算能夠提高檢測率和可見性。

例如，內窺鏡醫(yī)生可以通過燒灼出血的血管來調查癥狀、診斷和治療患者。有多種形式的內鏡檢查，其中許多側重于影響消化道的胃腸病。

結腸鏡檢查是胃腸道內窺鏡檢查的最常見形式之一，對于發(fā)現結直腸癌是必不可少的 美國癌癥協會預測 2022 年將影響超過 150000 人。

在人工智能的幫助下，內窺鏡等手術變得更加安全和一致，同時減少了外科醫(yī)生的工作量。機器學習算法增強的任務包括標記、清除手術煙霧、分類氣道疾病、識別氣道大小、識別病變和病變組織，以及自動計算儀器的最佳物理路徑。

為了實現這些臨床應用，正在為特定任務開發(fā)技術算法：

用于檢測和自動測量的器官分割

工具跟蹤

組織類型識別

光流

軍團分類

增強和處理視頻流

在內窺鏡檢查中，增強和處理視頻流的任務是增強外科醫(yī)生技術技能的關鍵。這包括內窺鏡圖像去噪、異常對象檢測和異常測量任務，以及攝取高分辨率和高帶寬數據的流任務。

為了實現人工智能并完成這些任務，開發(fā)人員必須解決醫(yī)療器械開發(fā)過程中的諸多挑戰(zhàn)，例如：

攝取高分辨率、高帶寬數據流

以低延遲預算運行 AI 推理

尋找靈活的傳感器和數據 I / O 選項

構建從邊緣到數據中心再到云的分布式計算平臺

采用新的深度學習算法

今天，大多數開發(fā)人員在每次解決問題或工作流瓶頸時都必須構建單獨的解決方案。 NVIDIA Clara Holoscan 是一個具有 AI 工作負載計算的開發(fā)平臺。通過增強的可視化和自動異常檢測等工作負載，您可以輕松定制各種挑戰(zhàn)的解決方案。

擁有一個加速平臺來迭代人工智能并將其集成到內窺鏡工作流程中，為您提供了一種低風險、低成本的方法，為您現有的內窺鏡系統(tǒng)添加增強功能。

無論是在邊緣部署延遲敏感的實時任務，還是在云中部署分析和摘要任務， NVIDIA Clara Holoscan 都可以減輕復雜性，讓您快速構建定制 AI 解決方案，以改進內窺鏡檢查。

NVIDIA Clara Holoscan 上的內鏡 AI 樣本應用

如果您希望為醫(yī)療設備構建自定義應用程序，參考應用程序可以提供一個簡單的起點。 NVIDIA Clara Holoscan SDK 包括一個支持人工智能的內窺鏡應用程序示例，作為模板，用于在現有應用程序中重用組件和應用程序圖，以構建自定義人工智能管道。

內窺鏡 AI 示例應用程序具有 GXF 的端到端功能， GXF 是構建高性能應用程序的模塊化可擴展框架。 GXF 為與以下接口的設備提供支持： AJA 具有 HDMI 輸入。其深度學習模型可以對內窺鏡視頻流實時執(zhí)行目標檢測和工具跟蹤。

幾個功能用于最小化總延遲：

GPUDirect RDMA 視頻數據傳輸，以消除向系統(tǒng)內存或從系統(tǒng)內存復制的開銷。

NVIDIA 性能原語 在人工智能推理之前， CUDA 加速 2D 圖像轉換庫。

TensorRT 優(yōu)化 AI 推理和加速的運行時間。

CUDA 和 OpenGL 互操作性，為可視化提供了 GPU 上的高效資源共享。

關于作者

Jin Li 是 NVIDIA 解決方案架構師團隊的數據科學家，致力于將深度學習模型應用于不同領域，如智能視頻分析和自然語言處理。在加入 NVIDIA 之前， Jin 在卡內基梅隆大學獲得了機器學習碩士學位，專注于計算機視覺的深度學習應用。

Nate Bradford 是 NVIDIA 的醫(yī)療內容經理，分享 AI 框架和解決方案，以幫助開發(fā)人員、研究人員和創(chuàng)新者完成畢生的工作。從加速新療法的發(fā)現到實現醫(yī)療設備的實時傳感，人工智能正在開創(chuàng)醫(yī)療保健的新時代。

審核編輯：郭婷