AI硬件与软件的最新发展，正在彻底改变医疗器械的开发思路，全面重塑实时处理、预测与可视化医疗数据等细分应用领域。如今，AI已经入驻350多种FDA获批医疗器械，并在更多医疗保健场景中为节本增效贡献力量。

Kimberly Powell

英伟达医疗保健副总裁Kimberly Powell在采访中表示，“现在，我们可以将AI引入医疗器械，「魔法」的火花也由此迸发。”

例如，Caption Health开发出一款超声系统，能够使用AI技术为操作者提供超声图像的指导与解释建议。这些宝贵的指导意见，成功让超声检查不再是少数专业医师的专利，而成为更多医护人员可以直接使用的普适性工具。只要选定相应扫描类型，系统就会引导操作者获取高质量图像，包括使用方向键控制探头的移动方向。

Powell表示，“只要持续利用计算机视觉技术处理传入的探测数据，我们就能生成准确可靠的指导建议。人体的解剖结构有着很强的规律性，所以探头在特定区域内接近需要测量的目标时，就能自动完成测量工作。”

Caption Health的超声系统引导系统让那些非医学影像专业出身的医护人员，也能了解该让探头移动到哪里、如何拍摄最佳照片。

Caption Haelth的引导超声系统以AI技术为基础，采用一套包含750万个参数的卷积神经网络。

这也是首款获得FDA批准的同类系统。更重要的是，它的物体尺寸很小，可以随意在医院之内移来挪去。而且由于使用门槛更低，它能在特定医疗现场或超声科医师人手不足的场景下，及时为病患提供帮助。

Powell指出，“我们现在已经拥有强大的计算架构，完全可以在这款医疗设备内部执行大量AI任务，借此完善用户体验、帮助他们从数据中捕捉准确可靠的信息洞见。”

AI还有助于核磁共振（MRI）与CT扫描设备的小型化改造。目前的MRI设备往往需要塞满整个房间，而Hyperfine则开发出一款由AI支持的便携式MRI机，能够在医院内灵活移动，甚至直接前往病人的床边或手术室。这套名为Swoop同样获得了FDA批准，并已用于为加拿大偏远地区的患者提供服务。

Hyperfine Swoop便携式MRI扫描仪在患者床边运行。

在这套系统中，AI技术可以校正噪声图像，确保便携式MRI扫描仪也能提供令人满意的检测结果。换言之，凭借着AI对于图像保真度的有力支持，较低的场景强与传感器质量也能给出可靠的诊断结论。在Powell看来，这项技术跟手机上的美颜滤镜颇有相似之处。手机美颜可以让照片中的皮肤看起来更顺滑，而Swoop则能通过噪声校正让医学影像看起来更清晰。

Powell还提到，AI正在彻底改变外科手术的方式，扭转外科医师只能通过摄像头观察人体的传统微创手术操作。

她强调，“我们可以在相机视图上添加很多强大的信息——比如不要切断这根血管，那里的解剖结构如何等等。这些提示信息将帮助医师确定手术方位，并通过模拟环境为医师提供训练支持，让他们快速理解自己需要执行哪些操作、怎样选择施术路线。”

患者隐私

有朋友可能会问，AI会不会反而增强了图像中的噪声，显现出某些实际上并不存在的东西？

Powell坦言，发生误报的可能性虽然存在，但新型AI设备与任何其他医疗器械一样，都需要经历严格的监管流程（包括临床试验）。

“从质量保证和监管的角度来看，这些设备都需要经历同样的尽职调查、经历临床试验阶段，并提供能够安全参与治疗的证据。FDA及其他监管机构一直非常严厉，要求方案必须完全按照预期方式执行每一步操作。”

目前，FDA已经批准超过350种搭载有AI功能的医疗设备。Powell提到，还有更多应用程序虽然游离于监管路径之外，但同样能够帮助医疗机构提高运营效率，而且已经有数千种得到实际使用。

在她看来，“如果完全依靠人工操作，那么医学图像从捕捉到获取的整个流程将对应巨大的工作量，不仅非常耗时、也很可能带来潜在错误。但从另一个角度看，其中的效率提升空间也同样巨大。这项工作的本质，就是为医师提供信息，再由对方判断是否接受。”

与现有计算机视觉技术一样，无论从哪里捕捉患者图像，隐私问题都必须得到解决。相对较好的方法，就是在设备内部执行AI，而无需将图像传输至云端处理。

Powell指出，“事实上，患者数据的数字化进程已经持续了20年。所以问题可以归结为，数据是如何流动的、又有哪些人可以访问这些数据？要想保障万全，必须制定适当法规，同时严格关注业务数据协议等制度，严守从数据供应方到数据接收方的各个环节。”

Powell认为，对于AI辅助机器人手术这类场景，体内拍摄的图像其实无法用于识别患者身份。Clara Holoscan的系统中还包含去身份步骤，例如自动删除包含皮肤与毛发的图像（可能被用于识别患者身份）。总之，这类图像在机器人医生手中并不存在被滥用的可能性。

AI能够在微创手术中为外科医生提供指导和建议。

“这当然需要患者们给予信任，但我认为大家最终会逐渐习惯摄像机在诊疗过程中的陪伴。”Powell还补充道，就连现在的智能门铃都在使用云端AI处理视频片段，“而且根据我对各企业合作方的了解，去身份化已经是他们开发AI方案时的首要考量事项。”

开发限制

那么，在如今的医疗设备中使用AI技术还面临着哪些限制？Powell提出了三大关键领域，其一是功能强大的计算平台。只有具备这样的平台，才能实时处理复杂的AI模型，而无需将数据发送至云端。也正因为如此，英伟达才着力开发出Clara Holoscan系统。

Clara Holoscan是英伟达的三大机器人平台之一（另外两种分别是用于自动驾驶汽车的Drive，和用于在人类环境下运行机器人的Isaac）。它采用英伟达Jetson AGX Orin硬件，并配合专为医疗设备量身定制的软件。

Powell表示，“之所以称其为机器人平台，是因为它的目标就是创造出实时智能食品。”未来的机器人也许能够无需任何帮助就进行手术，甚至以后的X光机或医用显微镜也将具备一定智能，进而被归入机器人行列。所以没准会出现专职机器人放射科医师或科学家，负责查看医学影像中是否存在体征异常。

英伟达的Clara Holoscan平台可用于设计任何带有传感器的AI医疗设备，包括内窥镜、MRI设备等。

Clara Holoscan能够对接任何类型的医疗传感器——包括超声波、内窥镜乃至CT机，并实时完成强大的AI计算。其他医疗专属功能还包括高速I/O，医学物理、医学影像与医学数据的AI处理，以及3D图形渲染加速。

Powell强调，“在这类场景下，实时的最大意义其实是帮助人机回圈中的「人」更好地完成工作。不仅如此，Clara Holoscan还为医疗设备真正开启了新时代的大门。”

Powell提到，以往医疗设备的质保期可能长达10年。借助英伟达平台，医院可以根据需求创建并上传新的AI算法，让设备始终保持高智能水平。再配合空中更新模式，结果就是医疗设备制造商有望将商业模式转向“软件即服务”的新层次。

Powell解释道，“现在他们相当于拥有一套计算平台，不仅具备很强的AI执行能力，还可以运行各类实时应用、实现远程更新。这就像是把云功能引入了医疗设备，降低新应用的部署门槛，而且这些传感器的功能每一周都在增强。从经济效益的角度看，这无疑代表着令人振奋的光明前景。”

训练数据

阻碍AI在医疗设备中驰骋的另一大难题，就是可用于训练医疗AI的数据集实在有限。这个问题在罕见病领域体现得尤其明显。为了攻克难关，英伟达与伦敦国王学院最近宣布将使用

Cambridge-1超级计算机创建一套包含10万份大脑合成图像的数据集，借此训练AI应用以加快对于痴呆症、帕金森氏症及其他脑部疾病的理解。所谓合成图像，就是由AI生成的图像素材，相当于利用更多AI解决素材短缺问题。

无论是女性、年轻群体还是患有特定疾病的人群，AI都能为这些代表性不足的受众创建大脑图像。研究团队还打算进一步将覆盖范围延伸至人体解剖学中的一切医学成像领域（包括MRI、PET扫描、X光片等）。

最后一个限制因素，则是医疗AI算法的开发。为此，英伟达构建起一套名为MONAI的医疗专用AI框架。MONAI中包含标记数据、创建合成数据、训练模型、在现实世界中验证模型所需要的全部工具，可以对接Clara Holoscan平台以完成部署。这套开源平台还专门针对医学影像的特殊格式、分辨率及元数据进行了优化。

Powell表示，“以往，只有那些财力雄厚、声名显赫的AI实验室才能从事这方面研究。而我们希望推动这种能力的大众化普及。”每当有新的医学论文发表，相关成果都会被快速纳入MONAI当中。

“我们把学术成果直接纳入这套开源科学框架，希望加快相关病症的攻克速度。也正因为如此，我们的创新步伐才如此之快。正是由于AI社区始终坚持建设一个开放、科学、创新的世界，AI技术才得以踏上大众化进程，以更安全、更富有成效的方式回报整个社会。