2024 年 3 月 18 日,NVIDIA 推出二十多项全新微服务,使全球医疗企业能够在任何地点和任何云上充分利用生成式 AI 的最新进展。
全新 NVIDIA 医疗微服务套件包含经过优化的 NVIDIA NIM™ AI 模型和工作流,并提供行业标准应用编程接口(API),可用于创建和部署云原生应用。它们提供先进的医学影像、自然语言和语音识别以及数字生物学生成、预测和模拟功能。
此外,NVIDIA 加速的软件开发套件和工具,包括 Parabricks®、MONAI、NeMo™、Riva、Metropolis,现已通过 NVIDIA CUDA-X™ 微服务提供访问,以加速药物研发、医学影像、基因组学分析等医疗工作流。
这些微服务,其中 25 个已于今天推出,可以加快医疗企业的转型,因为生成式 AI 为制药公司、医生和医院带来了众多的机会。其中包括筛选数万亿种药物化合物以促进医学发展、收集更完善的患者数据以改进早期疾病检测、实现更智能的数字助手等。
研究人员、开发者和医疗从业人员使用这些微服务可以轻松地将 AI 集成到全新的和现有的应用中,并在从云端到本地等任何地点运行这些应用,从而增强他们所从事的生命救助工作。
NVIDIA 医疗业务副总裁 Kimberly Powell 表示:“我们有史以来第一次在计算机中表达生物学和化学的世界,使计算机辅助药物研发成为可能。在我们的帮助下,医疗企业能够轻松构建和管理AI解决方案,以充分利用生成式AI的全部功能和潜力。”
NVIDIA NIM 医疗微服务适用于推理
全新医疗微服务套件中的 NVIDIA NIM 可以为医学影像、医疗科技、药物研发和数字健康等领域日益增加的模型提供经过优化的推理。这些模型可用于生成式生物学和化学以及分子预测工作。NIM 微服务现已通过 NVIDIA AI Enterprise 5.0 软件平台提供。
这套微服务还包含一系列用于药物研发的模型,例如生成式化学模型 MolMIM、蛋白质结构预测模型 ESMFold 以及帮助研究人员了解药物分子如何与靶点相互作用的模型 DiffDock 。VISTA 3D 微服务可加快 3D 分割模型的创建速度。相较于在 CPU 上运行的普通 DeepVariant,Universal DeepVariant 微服务可将基因组分析工作流中的变体识别速度提高 50 倍以上。
领先的计算软件公司 Cadence 正在将用于 AI 引导分子发现和先导化合物优化的 NVIDIA BioNeMo 微服务集成到其用于加速药物研发的 Orion® 分子设计平台中。
借助 Orion,制药公司的研究人员能够生成、搜索包含数千亿种化合物的数据库并建立相关的模型。而 MolMIM 生成式化学模型、AlphaFold-2 蛋白质折叠模型等 BioNeMo 微服务极大增强了 Orion 的设计能力。
Cadence 公司副总裁 Anthony Nicholls 表示:“我们的制药和生物技术客户需要访问用于分子模拟的加速资源。通过利用 BioNeMo 微服务,研究人员可生成根据科学家的特定需求进行优化的分子。”
近 50 家应用程序提供商以及多家生物技术和制药公司与平台正在使用医疗微服务,包括 Amgen、Astellas、DNA Nexus、Iambic Therapeutics、Recursion 和 Terray,以及 V7 等医学影像软件制造商。
Amgen 执行副总裁兼首席技术官 David M. Reese 表示:“生成式 AI 正在改变药物研发,它使我们能够构建先进的模型并将 AI 无缝集成到抗体设计过程中。我们的团队正在利用这项技术研发下一代药物,而这些药物将为患者带来最大价值。”
改善患者与临床医生的互动
生成式 AI 正在改变患者护理的未来。Hippocratic AI 正在开发针对特定任务的生成式 AI 医疗代理,其由该公司专注于安全的医疗大语言模型(LLM)提供支持,与 NVIDIA Avatar 云引擎(ACE)微服务相连并将使用 NVIDIA NIM 实现低延迟推理和语音识别。
这些 AI 医疗代理与患者对话,完成预约、术前提醒、出院后随访等工作。
Hippocratic AI 联合创始人兼首席执行官 Munjal Shah 表示:“借助生成式 AI,我们可以满足医疗行业最迫切的一些需求,帮助缓解普遍存在的人员短缺问题,提供更多高质量的医疗服务,同时改善患者的治疗效果。NVIDIA 的技术堆栈对于实现对话速度和流畅性至关重要,而后者对于在患者与 Hippocratic 生成式 AI 医疗代理之间建立自然的情感联系不可或缺。”
Abridge 正在构建一个 AI 驱动的临床对话平台。该平台可生成临床笔记草稿,每天为临床医生节省多达三个小时的时间。想要将嘈杂环境中的原始音频转换成文稿,需要多项AI技术之间的无缝协作:语言识别、转录、校正和说话人识别(diarization)都必须在几秒钟内完成,对话必须根据每句话中所包含的医疗信息的种类进行构建,并且需要应用强大的语言模型将相关证据转化为概要。该系统可将临床对话实时转化为高质量的诊后文档。
Flywheel 创建的模型可转换成微服务。该公司基于云的集中式平台为生物制药公司、生命科学组织、医疗提供商和专业医学中心提供支持,帮助他们识别、整理和训练医学影像数据,从而缩短获得洞察的时间。
Flywheel 首席产品官 Trent Norris 表示:“在医疗技术飞速发展的今天, NVIDIA 生成式 AI 微服务与 Flywheel 平台的整合是一次变革性的飞跃。借助这些先进的工具,我们不仅增强了我们在医学影像和数据管理方面的能力,还极大加速了医学研究和患者护理成果。 Flywheel 的 AI Factory 由 NVIDIA 打造的前沿 AI 解决方案提供支持,能够随时随地满足医疗客户的需求,助力推动数字医疗和生物制药领域的发展。”
供应情况
开发者可以访问 ai.nvidia.com 试用 NVIDIA AI 微服务,并通过在 NVIDIA认证系统上运行的NVIDIA AI Enterprise 5.0 部署生产级NIM微服务,其提供商包括戴尔科技、慧与、联想和超微等以及 AWS、谷歌云、Microsoft Azure 和 Oracle Cloud Infrastructure 等领先的公有云平台。此外,其还可在 NVIDIA DGX 云 上试用。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。