MONAI加速AI医疗开放网络的建立

如今，AI 已经成为医疗健康行业的有效辅助和有力支撑。为全球领先的医学研究人员们提供功能强大的AI工具，已经成为了一项至关重要的任务。然而，安全隐私问题成为了AI技术在医疗健康领域进一步发展的挑战。在此挑战下，联邦学习应运而生，联邦学习可以彻底改变AI模型的训练方式，并将其优势渗透到更广泛的医疗生态系统中。 

MONAI（Medical Open Network for AI）是针对医疗健康领域进行优化的开源框架，由NVIDIA主导开发，现已被领先的医疗健康研究机构采用。它是一个基于PyTorch的框架，可通过行业特定的数据处理、高性能训练工作流程、先进的可复现参考实现，使AI能够用于医疗成像的开发。 

本期节目中，NVIDIA 技术专家将围绕联邦学习技术及MONAI在医疗健康领域的应用和影响为您全方位介绍相关内容。

• 联邦学习是什么？它对于AI应用的普及有哪些意义？

• 联邦学习技术对于医疗领域的重要性?

• NVIDIA技术平台是如何支持联邦学习技术在医疗行业的应用？

• MONAI如何助力联邦学习在医疗图像中的应用？

• 最新版本的MONAI有哪些新功能? 如何在 NVIDIA Clara平台上获得这些新功能？

本期嘉宾介绍：

冀永楠，NVIDIA中国医疗应用拓展总监、医疗图像领域专家、人工智能应用专家，负责NVIDIA技术平台在中国医疗健康行业的落地。毕业于英国诺丁汉大学计算机，发表数十篇学术论文与核心专利，覆盖医疗图像、图像AI等多个交叉学科领域。加入NVIDIA前在腾讯、GE Healthcare、东芝医疗、三星研究院等公司和机构从事AI算法和应用的研发落地工作。医疗图像领域专家、人工智能应用专家，负责NVIDIA技术平台在中国医疗健康行业的落地。毕业于英国诺丁汉大学计算机，发表数十篇学术论文与核心专利，覆盖医疗图像、图像AI等多个交叉学科领域。加入NVIDIA前在腾讯、GE Healthcare、东芝医疗、三星研究院等公司和机构从事AI算法和应用的研发落地工作。