对于医疗专业人员而言，新技术可以改变他们的工作方式，实现更准确的诊断并改善治疗及照护，对于患者而言，医疗创新可以减轻痛苦并挽救生命，医生及放射医师通过人工智能的发展和不断改进计算模型，可降低误诊率并提高工作效率。虽然目前人工智能辅助诊断炙手可热，但大多数人工智能研究仍是在孤立的情况下进行的，且因为数据集有限，很可能会出现模型过于简化的问题。
即使当一个完全验证的模型可用时，如何在现有本地环境中部署算法仍然是一个挑战，另一方面，为AI创建一个新的专用工作流成本高昂，会产生不必要的数据孤岛，并会中断现有工作流，造成不必要的成本消耗。
EBM研发团队引入了“EBM-AI工作流”
为了解决这些问题，EBM研发团队引入了“EBM-AI工作流”，该工作流是一个软件工作平台，用于无缝嵌入数据注释、案例训练以及部署基于AI的高级可视化医学成像应用。它具有能够承受十亿级大数据的强大PACS服务器功能，并能够在后端进行推理和生成AI输出的自动过程，以及本机统一标记接口和NVIDIA Clara应用程序框架，以实现对AI模型的预先训练并建立顺畅的AI学习渠道。
NVIDIA Clara平台是一个开放、可扩展的通用计算平台，借助该平台，开发者可以构建和部署医学成像应用程序，用于人工智能辅助注释、联合学习和实时影像和视频分析，用于边缘服务器和嵌入式设备上的人工智能计算。
通过集成NVIDIA Clara SDK，EBM使用预先训练的模型和现有的解决方案来开发推理和人工智能辅助注释的工作流。当接收到来自本地医疗机构PACS系统或设备上的影像时，EBM影像平台将自动激活和分析影像，以便调用相应的模型，然后将AI推断的输出结果封装为DICOM格式，以便可以在EBM PACS Viewer或任何其它支持标准DICOM 3.0的PACS Viewer上进行显示。
“EBM-AI工作流”同时具备人工智能和边缘计算能力
此外，通过在EBM PACS Viewer上使用本地标记工具，还可以创建模型优化过程的反馈机制。在生成注释数据之后，由于集成了NVIDIA传输学习工具包，在遇到特殊案例时，AI就可以自行学习分析，从而随着时间的推移不断提高AI模型的性能。
整合了NVIDIA Clara的EBM人工智能工作流，同时具备人工智能和边缘计算能力，这样就可以在医疗设备上保留关键的处理任务，使医护人员能够针对性有效的收集相关数据，并获得实时分析结果，从而做出及时的诊断，更可协助医师在判读影像时，多一份提醒机制，让医生在大量的影像中快速找出病灶，以便在分秒必争的救护中实施有效的医护救治。
