全球 100 多家医院部署越南 VinBrain 的医疗 AI 模型

NVIDIA DGX SuperPOD 和 NVIDIA Clara 帮助 VinBrain 运用 AI 检测异常情况并加快诊断时间。

医生很少根据单一因素就做出诊断，而是结合各类数据进行判断，例如患者的症状、化验和放射学报告、病史等。

总部位于越南的医疗健康技术初创企业 VinBrain 正在使 AI 诊断能够以较整体、全面的视角来看待生命体征、血液检查、医疗影像等。

VinBrain 首席执行官 Steven Truong 表示：“多模态数据是提供精准护理的关键，这能够改善患者的治疗效果。例如，我们的医学影像模型可以分析 X 光胸片，并对患者心脏、肺部和骨骼中发现的异常进行自动观察。”

Truong 举例说，假如医学影像 AI 模型报告患者的扫描结果显示肺实变，那么医生就可以将 X 光分析与能够读取患者发烧史病历的大型语言模型结合，更快地作出更具体的肺炎诊断。

由越南最大的上市公司之一 Vingroup 所投资的 VinBrain 开发了 DrAid——一款用于自动 X 光诊断的 AI 软件。这款软件还是首批获得美国食品和药物监督管理局批准的 AI 平台之一，可以从 X 光胸片中检测出提示肺部塌陷的特征。

DrAid 在包含 250 多万张影像的数据集上进行训练，现已被部署在越南、缅甸、新西兰和美国的 100 多家医院。VinBrain 还在开发一系列其他 AI 应用，包括分析化验结果、医疗报告和其他电子病历的远程医疗产品。

VinBrain 是 NVIDIA 初创加速计划成员，这项全球计划旨在为前沿初创企业提供专业知识、技术和产品上市支持。VinBrain 团队还与微软以及斯坦福大学、哈佛大学、多伦多大学和加州大学圣地亚哥分校的学术研究人员一起开发其核心 AI 技术，并向顶级学术会议提交研究著作。

轻松部署众多模型

VinBrain 团队目前已经开发了 300 多个用于处理语音、文本、视频以及包括 X 光、CT 和 MRI 数据在内的影像的 AI 模型。

Truong 表示：“医疗健康是一个十分复杂的领域，所以需要数百个模型来处理如预处理、分割、对象检测、后处理等每个流程步骤。我们的目标是将这些模型打包在一起，以便一切都能在医院的 GPU 服务器上运行”

VinBrain 最近推出了 DrAid Appliance。这款由 NVIDIA GPU 驱动的内部设备可自动筛选医学影像研究，它预计可将医生的工作效率提高 80%。

VinBrain 还提供了一种混合解决方案，即先在边缘使用 DrAid Appliance 对影像进行预处理，然后将其发送到云端 NVIDIA GPU 上，以完成更高要求的计算工作。

加速 AI 训练和推理

VinBrain 使用 NVIDIA DGX SuperPOD 训练医学影像、智能视频分析、自动语音识别、自然语言处理、文本转语音等 AI 模型。通过 DGX SuperPOD，Vinbrain 的模型训练速度大幅提高，比只使用 CPU 的训练速度提高了 100 倍，并大大缩短了模型开发周期。

VinBrain 团队正在使用来自 NVIDIA AI Enterprise 的软件。NVIDIA AI Enterprise 是一个用于生产级 AI 的端到端解决方案，包含了 NVIDIA Clara 平台、用于医学影像开发的 MONAI 开源框架以及用于其转录模型的 NVIDIA NeMo 对话式 AI 工具套件。

Truong 表示：“想要开发出好的 AI 模型，只训练一次是不够的。神经网络的完善是一个循序渐进的过程。”

VinBrain 已经为其 AI 项目建立了一个早期验证流程。他们在越南的几十家医院测试其早期模型，收集性能数据与反馈并微调神经网络。

除了使用 NVIDIA DGX SuperPOD 进行 AI 训练之外，VinBrain 还采用 NVIDIA GPU 提高运行效率并改进部署。他们通过 NVIDIA Triton 推理服务器和 NVIDIA TensorRT，简化了云端 NVIDIA Tensor Core GPU 上超过数百个 AI 模型的推理，使它们的效率变得更高。

Truong 表示：“我们使用 NVIDIA GPU 进行推理，是因为它的吞吐量更高、响应速度更快，并且最重要的是它的性价比更高。”

在从 CPU 转向 NVIDIA Tensor Core GPU 后，医疗影像 AI 的推理速度能够提高 3 倍以上，视频传输速度则能够提高 30 倍以上。

Truong 表示：“我们希望在未来几年成为解决医疗数据多模态问题方面的领导者。我们的目标是通过 AI 和边缘计算提高医疗服务的质量和可及性，让全球的患者和医生都能获得智能化的洞察力。”