36億，這是全球每年為診斷、監測及治療各種病症而進行的醫學影像檢測數量。加快所有這些X光、CT掃描、MRI（核磁共振）和超音波檢查的處理和評估，對於幫助醫生管理工作量和改善治療成果而言至關重要。
這正是NVIDIA推出MONAI的原因，MONAI是一個開源的研發平台，可用於醫療影像及其他領域的人工智慧（AI）應用。MONAI結合醫師與資料科學家，發揮醫療數據的力量，為醫療AI工作流程建立深度學習模型與可部署的應用。
在北美放射學會（RSNA）的年會上，NVIDIA宣布西門子醫療（Siemens Healthineers）已採用MONAI所提供MONAI Deploy模組，該模組可拉近從研究到臨床生產的差距，以提升醫療影像AI工作流程整合至臨床部署的速度與效率。
全球各地已有超過15,000台醫療設備安裝西門子醫療的Syngo Carbon及syngo.via企業影像平台，可協助臨床醫師更易於讀取多種來源的醫療影像，並且從中獲得見解。
開發人員在建立AI應用時，通常會使用各種框架。這使得將應用部署到臨床環境裡成為挑戰。只需幾行程式碼，MONAI Deploy就能構建可以在任何地方運行的AI應用。它是一款在臨床生產過程中開發、打包、測試、部署和運行醫療AI應用的工具。使用MONAI Deploy將能簡化開發醫療影像AI應用，並將其整合至臨床工作流程的過程。
西門子醫療平台上的MONAI Deploy顯著加快了整合AI的流程，使用者只要點幾下滑鼠，便能把訓練好的AI模型移植到現實的臨床環境，而過去這件事要用到好幾個月的時間。這有助於研究人員、企業和新創公司更快把他們的應用交給放射科醫師使用。
西門子醫療數位科技與研究部門主管Axel Heitland表示，藉由加快部署AI模型，醫療機構可以用比過去更快的速度從AI醫療影像領域的最新進展獲益。研究人員使用 MONAI Deploy可以快速自訂AI模型，以及將創新成果從實驗室搬到臨床實務環境裡，讓全球數千名臨床研究人員直接在其syngo.via和Syngo Carbon影像平台上獲得 AI 所驅動的進步成果。
在由MONAI開發出的應用程式加持下，這些平台能夠大幅簡化AI整合工作。在西門子醫療旗下Digital Marketplace上便能輕鬆提供和使用這些應用，使用者可以瀏覽、選擇及與自己的臨床工作流程無縫整合。
已經推出五年的MONAI，下載量超過350萬次，有來自世界各地的220位貢獻者，並在超過三千份刊物的致謝文裡被有提及，在MICCAI挑戰賽拿過17次冠軍，且在許多臨床產品中有使用。
在最新的v1.4版MONAI裡有提供多項更新內容，讓研究人員和臨床醫師有更多機會利用MONAI的創新成果，並且為西門子醫療Syngo Carbon、syngo.via和西門子醫療Digital Marketplace做出貢獻。
MONAI v1.4和相關NVIDIA產品的更新項目包括新的醫學影像基礎模型，可以在MONAI裡客製化及部署為NVIDIA NIM微服務。下列模型現已開放做為NIM微服務使用：
- MAISI（Medical AI for Synthetic Imaging）是一種潛在擴散生成式AI基礎模型，可模擬高解析度、全格式3D CT影像及其解剖分割。
- VISTA-3D是CT影像分割的基礎模型，能原生提供精準執行效能，涵蓋超過120個主要器官類別。它還提供有效的適應性和零樣本功能，以學習分割新的結構。
除了MONAI 1.4版的主要功能，現在還能透過MONAI的VLM GitHub儲存庫使用新的MONAI多模態模型（或稱為M3）。M3這個框架可利用醫療AI專家，擴充任何多模態大型語言模型，例如MONAI的Model Zoo所提供已訓練完成的AI模型。VILA-M3基礎模型中展現了這個新框架的強大功能，該模型目前已在Hugging Face上提供最先進的放射影像copilot（副駕駛）效能。
研究人員與企業也在雲端服務供應商上使用MONAI來執行和部署具擴充能力的AI應用。開放使用MONAI的雲端平台有AWS HealthImaging、Google Cloud、Microsoft Cloud for Healthcare旗下的Precision Imaging Network以及Oracle Cloud Infrastructure。