Nvidia认为,人工智能已经发展到可以可靠地用于帮助诊断疾病和发现新药。
为了实现这些目标,Nvidia今天宣布将与两个团队展开合作,包括与美国放射学会(American College of Radiology)合作研究一种开放式AI架构和参考实施,以及与加速医学治疗研发计划(Accelerating Therapeutics for Opportunities in Medicine,ATOM)联盟合作研究一种新型超级计算机平台。
与美国放射学会合作研究的开放式AI架构和参考实施是针对放射科医生群体的,他们擅长使用医学成像来诊断和治疗疾病,这个参考实施采用了Nvidia Clara AI工具包,提供了三项关键的AI功能包括AI辅助注释、转移学习和联合学习。放射科医生可以创建新的算法、验证这些算法、与同事共享这些算法、使算法可用于各种诊断目的,同时确保训练这些算法所使用的数据是安全的。
Nvidia将Nvidia Clara AI工具包打包在新的ACR AI-LAB软件平台中,放射科医生可以免费使用该平台,并根据自己的患者数据开发AI算法。美国放射学会数据科学研究所首席医疗官Bibb Allen Jr.表示:“这标志着美国放射学会数据科学研究所这个意义非凡的项目进入了初始阶段,该项目为放射科医生提供了在任何实践环境中参与他们所在机构的人工智能开发项目中的机会,利用他们自己的患者数据,来满足他们自己的临床需求。”
这种参考实施与此前项目的关键区别之一在于,AI模型被带入患者数据,而不是数据被转移到模型中,这么做的好处是所使用的任何数据都是保密的。Nvidia称,这还有助于改善人工智能训练的多样性、改进对算法的验证、有助于告诉放射科医生如何根据他们的特定临床需求调整AI模型。
在俄亥俄州立大学的另一个试点项目中,放射科医生采用了一种最初由马萨诸塞州总医院和布莱根妇女医院“临床数据科学中心”医生打造的AI模型。俄亥俄州立大学的医生们将他们自己的数据添加到该模型中,以改进原始的算法。之后,医生们创建了一种非常准确的“心脏计算机断层扫描血管造影模型”,可用于诊断心脏病。
而且,该模型是由没有任何编程经验的放射科医生创建的,不涉及任何机密数据的共享。
“放射科医生希望参与其中,他们希望打造能够满足他们需求的算法,”Nvidia医疗副总裁Kimberly Powell这样表示。
此外,俄亥俄州立大学韦克斯纳医学中心放射学和医学影像信息学系主任Richard White说,“在不同的医院之间构建人工智能网络,将创造出更强大的算法,带来更高的效率,这些对于患者来说可能意味着更好的结果。”
Nvidia还希望通过发现新药来帮助实现更好的患者治疗效果。为此,Nvidia与ATOM联盟合作开发了一个基于AI的新平台,旨在加速这一过程。
ATOM联盟成立于2017年,旨在加快研制新药这一漫长的过程。Nvidia表示,该平台可以处理各种复杂的数据,包括物理化学特性、体外测定结果和匿名人体临床数据。有了这个平台,医生就可以使用数据驱动模型和生成分子设计来设计新药,然后在计算机环境中模拟新药的效果。
ATOM的平台运行在基于Nvidia GPU的超级计算机上,ATOM表示,将向医学研究界提供这一功能以帮助加快新药的问世。ATOM理事会成员、加州大学旧金山分校商业发展、创新和合作伙伴关系副校长Barry Selick表示:“我们通过与Nvidia合作,将推进计算能力在药物设计中发挥的作用,减少实验瓶颈,加速药物发现。”
Constellation Research分析师Holger Mueller表示,Nvidia正在努力推动人工智进入下一个发展阶段:聚焦行业。
Mueller说:“很高兴看到Nvidia致力于让构建AI应用变得更容易,特别是在医疗领域,由于涉及到专业知识和患者隐私,医务人员自己去构建这种应用是很重要的。同时与像ATOM这样具有前瞻思维的机构合作,更有助于验证和传播新的最佳实践。”
他补充说,关键问题在于一些特定行业是否需要自己专有的硬件。
好文章,需要你的鼓励
生成式AI在电商领域发展迅速,但真正的客户信任来自可靠的购物体验。数据显示近70%的在线购物者会放弃购物车,主要因为结账缓慢、隐藏费用等问题。AI基础设施工具正在解决这些信任危机,通过实时库存监控、动态结账优化和智能物流配送,帮助商家在售前、售中、售后各环节提升可靠性,最终将一次性买家转化为忠实客户。
泰国SCBX金融集团开发的DoTA-RAG系统通过动态路由和混合检索技术,成功解决了大规模知识库检索中速度与准确性难以兼得的难题。系统将1500万文档的搜索空间缩小92%,响应时间从100秒降至35秒,正确性评分提升96%,为企业级智能问答系统提供了实用的技术方案。
存储供应商Qumulo发布多租户架构Stratus,为每个租户提供独立的虚拟环境,通过加密技术和租户专用密钥管理系统实现隔离。该统一文件和对象存储软件支持本地、边缘、数据中心及AWS、Azure等云环境部署。Stratus采用加密隔离技术确保敏感数据安全,同时提供任务关键操作所需的灵活性和效率,帮助联邦和企业客户满足合规要求。
中科院和字节跳动联合开发了VGR视觉锚定推理系统,突破了传统AI只能粗略"看图"的局限。该系统能在推理过程中主动关注图片关键区域,像人类一样仔细观察细节后再得出结论。实验显示VGR在图表理解等任务上性能大幅提升,同时计算效率更高,代表了多模态AI"可视化推理"的重要进展。