直击GTC 2024：英伟达推出医疗保健GenAI背后是如何运作的？
在GTC 2024上，英伟达推出的医疗保健GenAI，成为焦点之一。
医疗保健一直是NVIDIA的重要投资领域。正值BioNeMo云服务推出一周年之际，该公司在备受期待的NVIDIA GTC 2024大会上宣布推出超过25项新的基于生成性AI的微服务，旨在赋能全球医疗保健组织，覆盖药物发现、医疗技术（MedTech）和数字健康等多个领域。
此外，BioNeMo现在包含了新的基础模型，用于药物发现中的各种任务，例如分析DNA序列、预测由药物相互作用引起的蛋白质结构变化，以及从RNA数据中识别细胞功能。
NVIDIA医疗保健业务副总裁Kimberly Powell在接受AIM采访时表示：“医疗保健本质上是复杂的。我们的目标是让研究人员能够通过浏览器或云API微调这些模型，运行AI模型推理，并访问用于药物开发的预训练模型。”
这些微服务可在任何云平台上访问，提供成像、自然语言处理、语音识别和数字生物学模拟等专业能力。
该套件包括为医疗保健应用优化的NVIDIA NIM AI模型和行业标准的API，便于集成到云原生解决方案中。此外，软件开发工具包和工具如Parabricks、MONAI、NeMo、Riva和Metropolis现已作为NVIDIA CUDA-X微服务提供，以加速药物发现、医学成像和基因组分析工作流程。
NVIDIA NIM医疗保健微服务是该套件的一部分，为成像、MedTech、药物发现和数字健康中的各种模型提供优化推理。它们包括用于生成化学、蛋白质结构预测、分子相互作用分析和3D分割的模型。这些微服务为基因组分析等任务提供了显著的速度提升，与传统方法相比，变异检测速度提高了50倍以上。
Powell在会议上表示：“这是历史上第一次，我们可以在计算机中代表生物学和化学世界，使计算机辅助药物发现成为可能。”
像Amgen、Astellas、DNA Nexus和Iambic Therapeutics这样的医疗保健巨头正在利用这些微服务，通过生成性AI改善药物发现和抗体设计。
新的基础模型用于蛋白质结构预测
NVIDIA的BioNeMo扩展了其能力，包括用于药物发现中各种任务的新基础模型，例如分析DNA序列、预测由药物相互作用引起的蛋白质结构变化，以及从RNA数据中识别细胞功能。
这些新的基础模型包括用于基因组分析的DNABERT和用于单细胞RNA测序的scBERT。EquiDock是另一个预测蛋白质相互作用的模型，这对于评估药物的有效性至关重要。
这些模型和微服务可以通过NVIDIA NIM微服务访问。NVIDIA NIM中的微服务，如DiffDock和ESMFold，提供基于氨基酸序列的药物候选结构和蛋白质折叠的洞察。MolMIM根据用户定义的属性和特定蛋白质目标生成定制的药物候选。不久，这些模型也将在AWS HealthOmics上提供，用于分析生物数据。
Alphabet一直在蛋白质预测领域领先，其支持的Isomorphic Labs和Google DeepMind去年11月推出了更新版的AlphaFold 2，现在可以预测来自蛋白质数据银行（PDB）几乎所有分子的结构，包括小分子、蛋白质、核酸和具有翻译后修饰的分子。
NVIDIA与强生公司合作在手术中使用AI
除了为医疗保健开发超过25个生成性AI微服务外，该公司还与医疗技术领导者强生公司MedTech合作，将AI整合到手术中，以提高手术室效率和临床决策能力。
该合作伙伴关系将允许前者部署AI驱动的应用程序和实时洞察。通过利用NVIDIA的IGX和Holoscan平台，J&J MedTech可以安全地处理来自手术室各种设备的数据，提高手术结果。作为一个通用的计算平台，它还促进了第三方模型和应用程序的部署。
J&J MedTech和NVIDIA正在努力简化手术室中AI应用程序的开发和部署。后者的Holoscan加速了为医疗用例创建实时AI应用程序的过程，利用NVIDIA IGX的高速数据流能力。通过分析设备、患者和手术数据，AI驱动的应用程序可以在手术过程中为外科医生提供有价值的洞察，有可能减轻认知负担并提高护理交付质量。