北美放射学会（Radiological Society of North America，简称 RSNA）年度大会上，有超过 100 家参展商采用了 NVIDIA 的技术将 AI 引入放射学。2019 年将成为 AI 在医疗健康领域应用的拐点。
尽管 AI 潜力巨大，但仍存在一项关键挑战——如何在保护患者隐私的同时，获取训练 AI 模型所需的海量数据。通过与业界合作，NVIDIA 创建出了一种解决方案。
在今年的 RSNA 大会上，NVIDIA 推出了 NVIDIA Clara 联邦学习，它利用分布式协作型学习技术，将患者数据保存在医疗服务机构内部。NVIDIA Clara 联邦学习运行于 NVIDIA 最近发布的 NVIDIA EGX 智能边缘计算平台上。
联邦学习——能够保护隐私的 AI
Clara 联邦学习（Clara Federated Learning），是一款用于分布式协作型 AI 模型训练的应用程序，可保护患者隐私。这些分布式客户端系统运行于由全球系统制造商打造的面向边缘的 NVIDIA NGC-Ready 服务器上，可在本地执行深度学习训练，并协作训练出更准确的全局模型（global model）。
其工作原理如下：Clara 联邦学习应用程序被打包到 Helm 图表中，以简化在 Kubernetes 基础架构上的部署。NVIDIA EGX 平台将安全地对联邦服务器和协作客户端进行配置，提供启动联邦学习项目所需的一切，包括应用程序容器和初始 AI 模型。
NVIDIA Clara 联邦学习采用分布式训练，跨医院开发 AI 模型，无需共享个人数据
参与项目的医院使用 NVIDIA Clara AI 辅助注释 SDK 来标记自家患者数据，该 SDK 集成于 3D Slicer、Mitk、Fovia 和 Philips IntelliSpace Discovery 等医学指示仪中。使用预先训练的模型和迁移学习技术，NVIDIA AI 能够帮助放射科医生进行标记，将复杂的 3D 研究时间从几小时减少到几分钟。
对于参与项目的各家医院来说，他们的 EGX 服务器会基于其本地数据来训练全局模型。本地训练结果通过安全链接共享回联邦学习服务器。这种方法只会共享对模型权重的修正，而不共享病例，从而能够保护隐私，以便通过联合平均来构建新的全局模型。
这一过程将会反复进行，直到 AI 模型达到其期望的精度。这种分布式方法在保证深度学习性能的同时，能够确保患者数据安全和隐私。
英美医疗机构率先采用 NVIDIA Clara 联邦学习
全球领先的医疗健康机构——包括美国放射学院（American College of Radiology，简称 ACR）、麻省总医院（Massachusetts General Hospital）和加州大学洛杉矶分校医疗中心（UCLA Medical Center）——都在抢先采用该技术，致力于为自己的医生、患者和医疗设施开发个性化的 AI 应用，他们的医疗数据、应用程序和设备在增加，同时患者隐私必须得到保护。
ACR 正在其国家医疗成像平台 AI-LAB 中试用 NVIDIA Clara 联邦学习。AI-Lab 将助力 ACR 的 38,000 名医疗成像会员安全地构建、共享、调整并验证 AI 模型。对于希望使用 AI-Lab 的医疗机构来说，现有多款面向边缘的 NVIDIA NGC-Ready 系统可供其选择，包括 Dell、HPE、联想和 Supermicro。
加州大学洛杉矶分校放射科也在使用 NVIDIA Clara 联邦学习，将 AI 的强大功能引入放射科。作为顶级学术医学中心，加州大学洛杉矶分校能够验证 Clara 联邦学习的有效性，并在未来将其扩展到更广泛的加州大学系统中。
新英格兰的美国联盟医疗体系（Partners HealthCare）也宣布了一项采用 NVIDIA Clara 联邦学习的新计划。麻省总医院和布莱根妇女医院临床数据科学中心将利用美国联盟医疗体系系统中的数据资产和临床专业知识，率先开展这项工作。
在英国，NVIDIA 正与伦敦国王学院（King's College London）和 Owkin 合作，为英国国家医疗服务体系（National Health Service）搭建联邦学习平台。运行于 NVIDIA Clara 上的 Owkin Connect 平台使算法能够从一家医院传输到另一家医院，在医院的本地数据集上进行训练。该平台为每家医院提供一个区块链分布式分类账，用于捕获和跟踪用于模型训练的所有数据。
该项目最初将伦敦的四家一流教学医院相连，为其提供 AI 服务，以加速癌症、心衰和神经退行性疾病等领域工作的开展，并将于 2020 年扩展到至少 12 家英国医院。
让医院里的一切都变得智能
随着传感器的迅速普及，像斯坦福医院这样的医疗中心正致力于为每套系统赋予智能。然而要使传感器变得智能，设备需要一台强大且低功耗的 AI 计算机。
这正是 NVIDIA 要发布 NVIDIA Clara AGX 的原因，这是一款嵌入式 AI 开发工具包，可在高数据速率下进行图像和视频处理，将 AI 推理和 3D 可视化技术应用于看护点。
Clara AGX 搭载的是与自动驾驶汽车控制处理器相同的 NVIDIA Xavier SoC。其功耗仅为 10W，适合嵌入于医疗仪器当中或在小型相邻系统中运行。
HyperFine 是 Clara AGX 的应用案例，是全球首款便携式医疗点 MRI 系统。HyperFine 将于本周 RSNA 大会上在 NVIDIA 展位上展出。
HyperFine 系统是众多医疗仪器、手术套件、患者监控设备和智能医疗摄像头中首批有望采用 Clara AGX 的系统之一。NVIDIA 正在见证 AI 医疗物联网的开启。
NVIDIA Clara SDK 不久即将通过 NVIDIA 的早期接入计划推出。它包括两款常见参考应用程序——针对内窥镜视频的 AI 推理和用于超声的软件波束成形。
英伟达表示：「RSNA 2019 年是 AI 在放射学领域应用取得突破性进展的一年。NVIDIA 很高兴能与众多医疗健康合作伙伴展开合作，推进医学成像的发展，同时利用边缘 AI 保护患者数据安全。」
