您的模型，
为临床环境打包
为什么选择 MONAI Deploy
为医疗行业而生，而非事后适配
通用的 MLOps 栈通常止步于模型服务器。MONAI Deploy 支持 DICOM 和 FHIR 标准，实现可复现的打包，并能从研究工作站扩展到整个医院集群。
标准化打包
适用于所有目标环境的单一 MAP 容器格式
可复现的多站点部署：相同的工件，相同的行为
依赖项在打包时锁定并捆绑
医疗原生 I/O
DICOM 输入，DICOM/FHIR 输出，通过信息学网关 (Informatics Gateway) 与 PACS 集成
内置用于序列选择、分割写入和报告生成的算子
专为临床工作流和合规性要求而设计
可扩展架构
在 Kubernetes 或单节点工作站上实现水平扩展
工作流管理器编排管道并监控执行情况
支持负载均衡和故障转移，确保生产可靠性
平台
从训练模型到 PACS
研究人员与开发人员构建
训练好的模型
来自 MONAI Core、MONAI Label 或任何您可以封装在算子中的 PyTorch 检查点。
应用 SDK
一个 Pythonic SDK，用于通过可重用算子组合、测试和打包推理应用。
MAP 容器
模型、预/后处理及依赖项均在一个可移植、即插即用的镜像中。
医院运维运行
推理引擎
高效执行 MAP：支持本地运行器、Holoscan 或集群运行时。
工作流管理器
将研究路由至正确的 MAP，并编排多步骤管道。
信息学网关
与医院信息系统进行安全的 DICOM 和 FHIR 数据交换。
PACS
结果落回放射科医师已使用的存档系统（第三方系统）。
快速入门
安装、运行、打包、部署
只需四步，即可将捆绑的简单成像示例从源代码转换为工作站上可运行的 MAP 容器。
设置环境
安装应用 SDK 并克隆示例应用的存储库。
$ pip install monai-deploy-app-sdk
$ git clone https://github.com/Project-MONAI/monai-deploy-app-sdk.git
$ cd monai-deploy-app-sdk
$ pip install matplotlib Pillow scikit-image本地运行应用
直接从 Python 执行简单成像示例，无需容器。
$ python examples/apps/simple_imaging_app/app.py \
-i examples/apps/simple_imaging_app/brain_mr_input.jpg \
-o output将其打包为 MAP
构建可在任何环境中一致运行的 Docker 镜像。
$ monai-deploy package examples/apps/simple_imaging_app \
-c simple_imaging_app/app.yaml \
-t simple_app:latest \
--platform x64-workstation运行打包好的容器
相同的输入，相同的输出，现在通过可部署工件运行。
$ mkdir -p input && cp examples/apps/simple_imaging_app/brain_mr_input.jpg input/
$ monai-deploy run simple_app-x64-workstation-dgpu-linux-amd64:latest \
-i input -o output案例研究
正在生产环境中运行
同样的 MAP 格式可从单一研究 PACS 扩展到覆盖 10,000 多家机构的市场平台。
西门子医疗 (Siemens Healthineers)
企业级 AI 集成
MONAI Deploy 已集成到 AI-Rad Companion 平台中，缩短了西门子全球医疗网络中的模型部署时间，并改善了性能监控。
梅奥诊所 (Mayo Clinic)
临床 AI 集成
梅奥诊所佛罗里达分院的增强成像智能中心在其临床放射科管道内运行 MONAI 打包的模型。该案例研究记录了此模式。
× 梅奥诊所与西门子数字市场
可扩展的研究部署
通过 MONAI 构建的梅奥诊所 AI 应用可通过西门子数字市场供 10,000 多家机构使用：实现 MONAI 驱动解决方案的零代码、全球化部署。
参考引用
如何引用 MONAI Deploy
如果 MONAI Deploy 对您的研究有所帮助，请引用该 JMIR AI 论文
@article{gupta2024monai,
title={Current State of Community-Driven Radiological AI Deployment in Medical Imaging},
author={Gupta, Vikash and Erdal, Barbaros and Ramirez, Carolina and Floca, Ralf and Genereaux, Bradley and Bryson, Sidney and Bridge, Christopher and Kleesiek, Jens and Nensa, Felix and Braren, Rickmer and Younis, Khaled and Penzkofer, Tobias and Bucher, Andreas Michael and Qin, Ming Melvin and Bae, Gigon and Lee, Hyeonhoon and Cardoso, M Jorge and Ourselin, Sebastien and Kerfoot, Eric and Choudhury, Rahul and White, Richard D and Cook, Tessa and Bericat, David and Lungren, Matthew and Haukioja, Risto and Shuaib, Haris},
journal={JMIR AI},
volume={3},
pages={e55833},
year={2024},
doi={10.2196/55833}
}