Nvidia与伦敦国王学院合作，推出了以PyTorch为基础的MONAI人工智能框架，供研究人员使用深度学习技术开发医疗成像应用，MONAI为医疗领域的应用进行了优化，可以原生PyTorch范式，为医疗图片训练工作流程开发，提供必要的基础功能。这项项目目的是要创建一个可容纳各方的人工智能研究社群，交流人工智能在医疗成像领域的最佳实践。

  MONAI框架的主要目标，是要实现实验的可重现性，以方便研究人员共享结果，共同发展最新技术。MONAI具有容易使用的特性，且因为针对医疗领域优化，MONAI能够处理医学图片的特殊元信息、格式和分辨率，在第一个发布版本中，MONAI提供了特定领域的资料转换、神经网络架构，以及可用来衡量医学图片模型品质的评估方法。

  Nvidia提到，MONAI模块化的设计，可以让研究人员灵活地自定义深度学习开发，不需要以端到端系统替换掉当前所有工作流程，像是研究人员可以利用MONAI程序代码进行资料预处理和转换，接着切换到既有的人工智能工作管线进行训练。

  伦敦医学图片和人工智能中心首席技术官Jorge Cardoso表示，在MONAI之前，没有一个够灵活且可组合的框架，供研究人员进行创新医学人工智能研究，MONAI具备强健性、可测试性和必要文件，MONAI详细的教学资源以及友善的API，可让入门的研究人员，简单地定义端到端的训练工作流程。

  除了Nvidia与伦敦国王学院，现在参与MONAI开发的组织，还有德国癌症研究中心、MGH & BWH临床资料科学中心、斯坦福大学、慕尼黑工业大学以及中科院。MONAI咨询委员会主席Stephen Aylward表示，MONAI项目可以加快医学图片人工智能发展的步伐，提供专用于医疗成像应用的程序代码基础。

  MONAI项目创建在Ignite和PyTorch深度学习框架之上，集成了资料处理、2D分类和3D分割等函数库，Nvidia提到，研究人员可以简单地在现有程序代码库中集成MONAI，将模块化的组件集成进人工智能工作流程中。现在研究人员已经可以在GitHub取得MONAI项目。