對于醫療專業人員而言，新技術可以改變他們的工作方式，實現更準確的診斷并改善治療及照護，對于患者而言，醫療創新可以減輕痛苦并挽救生命，醫生及放射醫師通過人工智能的發展和不斷改進計算模型，可降低誤診率并提高工作效率。雖然目前人工智能輔助診斷炙手可熱，但大多數人工智能研究仍是在孤立的情況下進行的，且因為數據集有限，很可能會出現模型過于簡化的問題。
即使當一個完全驗證的模型可用時，如何在現有本地環境中部署算法仍然是一個挑戰，另一方面，為AI創建一個新的專用工作流成本高昂，會產生不必要的數據孤島，并會中斷現有工作流，造成不必要的成本消耗。
EBM研發團隊引入了“EBM-AI工作流”
為了解決這些問題，EBM研發團隊引入了“EBM-AI工作流”，該工作流是一個軟件工作平臺，用于無縫嵌入數據注釋、案例訓練以及部署基于AI的高級可視化醫學成像應用。它具有能夠承受十億級大數據的強大PACS服務器功能，并能夠在后端進行推理和生成AI輸出的自動過程，以及本機統一標記接口和NVIDIA Clara應用程序框架，以實現對AI模型的預先訓練并建立順暢的AI學習渠道。
NVIDIA Clara平臺是一個開放、可擴展的通用計算平臺，借助該平臺，開發者可以構建和部署醫學成像應用程序，用于人工智能輔助注釋、聯合學習和實時影像和視頻分析，用于邊緣服務器和嵌入式設備上的人工智能計算。
通過集成NVIDIA Clara SDK，EBM使用預先訓練的模型和現有的解決方案來開發推理和人工智能輔助注釋的工作流。當接收到來自本地醫療機構PACS系統或設備上的影像時，EBM影像平臺將自動激活和分析影像，以便調用相應的模型，然后將AI推斷的輸出結果封裝為DICOM格式，以便可以在EBM PACS Viewer或任何其它支持標準DICOM 3.0的PACS Viewer上進行顯示。
“EBM-AI工作流”同時具備人工智能和邊緣計算能力
此外，通過在EBM PACS Viewer上使用本地標記工具，還可以創建模型優化過程的反饋機制。在生成注釋數據之后，由于集成了NVIDIA傳輸學習工具包，在遇到特殊案例時，AI就可以自行學習分析，從而隨著時間的推移不斷提高AI模型的性能。
整合了NVIDIA Clara的EBM人工智能工作流，同時具備人工智能和邊緣計算能力，這樣就可以在醫療設備上保留關鍵的處理任務，使醫護人員能夠針對性有效的收集相關數據，并獲得實時分析結果，從而做出及時的診斷，更可協助醫師在判讀影像時，多一份提醒機制，讓醫生在大量的影像中快速找出病灶，以便在分秒必爭的救護中實施有效的醫護救治。
