monai-deploy

把医疗AI模型打包成临床可用的标准应用

MONAI Deploy 是 MONAI 项目下的一个开源基础设施,旨在成为医疗 AI 应用在临床生产中开发、打包、测试、部署和运行的事实标准。它解决的是医疗影像 AI 模型从研究到临床落地的“最后一公里”问题,即模型训练完成后如何可靠地集成到临床工作流中。核心能力包括:提供统一的应用编程接口(API)和打包格式(MAP),将 AI 模型及其预处理、后处理逻辑封装成可移植的容器应用;支持多种推理引擎(如 TensorRT、ONNX Runtime)和医疗影像格式(如 DICOM);提供本地和云端的部署工具,以及用于验证应用行为的测试框架。项目仍处于早期阶段(星标 119),但背靠 MONAI 生态,有望成为医疗 AI 部署的标准化方案。

开源 free 基础设施
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 119
维护状态 低维护
是否开源
定价模式 free

项目数据

分类基础设施
开发团队Project-MONAI
所属国家
官网地址
定价模式free
价格说明开源项目,Apache-2.0许可证,完全免费,可自行部署使用。
访问状态
是否开源
开源协议Apache-2.0
主要语言Shell
技术栈/模型ai,ai-application-deployment,ai-application-development,deep-learning,dicom,fhir,guidelines,healthcare,inference,machine-learning,medical-imaging,ml-platform,mlops,monai,open-standard,pathology,python,pytorch,radiology
GitHub 星标★ 119
30天Star增速
HF 下载量
上线时间2021-04-22 00:00:00
最近更新2026-07-31 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4

使用教程

核心亮点

  • 背靠MONAI生态,与MONAI模型训练库无缝衔接,降低集成成本
  • 提供标准化的打包格式(MAP),简化模型部署到临床环境的流程
  • 支持多推理引擎和DICOM等医疗标准,贴近真实临床需求

不足之处

  • 项目处于早期,文档和社区生态尚待完善
  • 实际临床部署案例较少,稳定性待验证

适用场景

  • 医院或研究机构将训练好的医学影像模型部署到临床PACS系统
  • 医疗AI公司需要标准化交付模型给多家医院
  • 科研团队快速验证模型在模拟临床环境中的表现

替代项目

NVIDIA Clara Deploy、MLflow、Kubeflow

项目介绍

monai-deploy 是行业应用领域的开源项目,由 Project-MONAI 开发,2021 年首次发布。

它收录于行业应用分类,该分类目前共有 544 个项目,GitHub 星标数为 119。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-07-31。Apache-2.0许可证,完全免费,可自行部署使用。

它主要面向的使用场景是:医院或研究机构将训练好的医学影像模型部署到临床PACS系统。同类可对比的替代方案包括 NVIDIA Clara Deploy、MLflow、Kubeflow。

上一篇:numerblox

下一篇:e2e-mlops-project

同类项目推荐

xmgai-like 开源

换脸、艺术二维码随手玩,副业灵感一包带走。

本开源 AI 副业搞钱项目集成了强大功能,包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···

★ 60 2026-08-09
spoken-to-signed-translation 开源

把口语文本一路转成手语视频的流水线

a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation

★ 102 2026-09-11
LiveTranslate 开源

直播看片实时翻译,字幕秒出,跨语言无压力

Real-time audio translation, captures system audio + mic, runs ASR (Whisper/SenseVoi···

★ 691 2026-08-13