当下,人工智能的到来让我们见证了医疗科技的进步,其将助力医学科研、临床诊断、仪器设备研发、健康管理、数据库标准化等各个领域。
在NVIDIA 2022年GTC大会上,NVIDIA发布Clara Holoscan MGX,这是一个可供医疗设备行业在边缘开发和部署实时AI应用的平台,专为满足必要的监管标准而设计。
NVIDIA医疗健康业务副总裁Kimberly Powell表示:“在医疗健康和生命科学领域部署实时AI对推动手术、诊断和药物研发的下一轮前沿创新至关重要。Clara Holoscan MGX凭借其AI、加速计算和高级可视化的独特组合,加速了AI产品化,并为医疗设备行业提供软件即服务业务模式。”
Clara Holoscan MGX能够扩展Clara Holoscan平台,提供一体化的医疗级参考架构以及长期软件支持,以加速医疗设备行业的创新。它通过处理高吞吐量数据流来提供实时洞见,将最新的传感器创新带到了边缘计算。从机器人手术到研究生物学的新方法,外科医生和科学家需要医疗设备逐步发展成为持续传感系统,进而更好地推动疾病的研究和治疗。
Clara Holoscan MGX将高性能NVIDIA Jetson AGX Orin工业级模块、NVIDIA RTX A6000 GPU和NVIDIA ConnectX-7智能网卡整合到一个可扩展的AI平台中,提供高达每秒254-619万亿次运算的AI性能。
对于高吞吐量设备,ConnectX-7能够提供高达200GbE的带宽以及用于GPU处理的GPUDirect RDMA 路径,有助于加快处理速度。它还集成了最新嵌入式安全模块,该模块包含负责监控关键操作、提供远程软件更新和系统恢复的控制器,以及可实现最先进嵌入式安全的硬件信任根。
医疗设备制造商可以直接嵌入Clara Holoscan MGX,或将其连接到现有的医疗设备安装平台,从而使开发者能够加速AI部署和监管审批。
Clara Holoscan SDK专为高性能流式数据应用程序而设计,用于构建新一代软件定义设备。它汇集了预训练模型和可扩展微服务框架,允许在设备和边缘数据中心管理和部署应用程序,开创了行业的软件即服务业务模式。
Clara Holoscan从医疗设备延伸至NVIDIA边缘服务器,再到数据中心或云端的 NVIDIA DGX系统。
作为Clara Holoscan MGX的一部分,NVIDIA提供基于长使用寿命NVIDIA组件的硬件参考设计,以及10年的长期软件支持,包括针对软件的IEC62304文档,以及来自嵌入式计算合作伙伴的IEC60601认证报告。
多家嵌入式计算制造商,包括ADLINK、Advantech、Dedicated Computing、Kontron、Leadtek、MBX Systems、Onyx Healthcare、Portwell、Prodrive Technologies、RYOYO Electro和Yuan High-Tech将率先基于Clara Holoscan MGX参考设计开发产品,以满足全球医疗设备行业的需求。
一些大型医疗设备制造商和数十家机器人手术和医学成像初创公司已基于Clara Holoscan平台进行开发。
结语
如今医疗行业积极拥抱数字化技术,而AI和边缘设备正好符合医疗机构的业务需求。Clara Holoscan MGX的推出显然会加速医疗行业的数字化与智慧化水平。
好文章,需要你的鼓励
上海交通大学研究团队开发出革命性AI癌症诊断系统,通过深度学习技术分析50万张细胞图像,实现94.2%的诊断准确率,诊断时间从30分钟缩短至2分钟。该系统不仅能识别多种癌症类型,还具备解释性功能,已在多家医院试点应用。研究成果发表于《Nature Communications》,展示了AI在精准医疗领域的巨大潜力。
南华理工大学等机构提出3DFlowAction方法,让机器人通过预测物体3D运动轨迹来学习操作技能。该研究创建了包含11万个实例的ManiFlow-110k数据集,构建了能预测三维光流的世界模型,实现了跨机器人平台的技能迁移。在四个复杂操作任务上成功率达70%,无需特定硬件训练即可在不同机器人上部署,为通用机器人操作技术发展开辟新路径。
这是首个系统性探索跨视角协作智能的综合性研究,由南京大学、东京大学等顶尖机构联合完成。研究团队首次将"第一人称视角"与"第三人称视角"的协作应用进行了全面梳理,提出了三大技术方向和十三个关键任务,涵盖从智能厨房到手术机器人的八大应用场景。这项突破性工作为人工智能向人类认知迈进提供了重要的技术路径和理论基础。
这项由台湾大学与微软研究团队合作的研究探索了使用音频感知大语言模型(ALLMs)作为自动评判员来评估语音生成模型的说话风格。研究设计了"语音风格指令跟随"和"角色扮演"两个任务,测试了四种语音模型的表现,并比较了人类与AI评判的一致性。结果表明,特别是Gemini-2.5-pro模型,其评判结果与人类评判的一致性甚至超过了人类评判者之间的一致性,证明ALLMs可以作为可靠的自动评估工具。同时研究也发现,即使是最先进的语音模型在说话风格控制方面仍有显著改进空间。