NVIDIA ：盘点“AI+医疗健康”全球最新应用

随着技术的不断进步，AI 已经深入到各种突破性研究和创新实践中，在医疗健康领域掀起了一场革命。AI 技术与医疗产业相结合，可以助力人类实现精准的疾病筛查、优化计算药物研发、制定医疗方案等。  

我们试图找寻“AI+医疗健康”的应用范本，以期从真实案例出发，为行业发展提供助力。AI 领域的比拼已然拉开帷幕，NVIDIA 无疑是头部代表企业。一定程度上，拆解 NVIDIA 的全栈 AI 方案，既是经验学习，也是研判行业发展方向的实证。 基于此，我们梳理了 NVIDIA 博客上发布的 2023 年度全球一些有代表性的医疗健康应用案例，相信这些案例，能够激发 AI 与医疗健康融合的无限潜力。

生成式 AI 模型加速合成蛋白质  

AI 技术为疾病治疗和药物研发带来了巨大的变革。初创企业 Evozyne 使用 NVIDIA 提供的预训练 AI 模型，创造了两种在医疗和清洁能源领域具有重大潜力的蛋白质。其中一种蛋白质用于治疗一种先天性疾病，另一种用于消耗二氧化碳以减少全球变暖。

• 该模型运用神经网络用来理解文本的技术，学会了大自然如何构建蛋白质氨基酸序列；

• 该模型预测了如何组装出能够满足 Evozyne 需求的新蛋白质；

• 通过将工作扩展到多个 GPU 来加快训练速度，将训练大型 AI 模型的时间从几个月缩短到一个星期。

点击阅读，了解更多：NVIDIA 和 Evozyne 创建用于生成蛋白质的生成式 AI 模型

AI 助力分析癌细胞，3分钟能出结果  

医疗设备公司 Invenio Imaging 正在开发一种技术，能够助力外科医生在手术室采集样本后，立即对组织活检进行评估。以往病理实验室需要数周时间才能提供深入的分析结果，而在 AI 的加速下，通过该技术，只需要短短三分钟……

点击阅读，了解更多：医疗初创企业使用 AI 分析癌细胞，在切取病理之后快速得出活检结果

眼科 AI 大模型建设与应用  

NVIDIA 助力全球眼科人工智能领域的先行者鹰瞳 Airdoc 在眼科 AI 大模型建设与应用方面取得重要进展。

• 采用 MONAI Label，实现快速标注大量医疗影像数据，不仅加速眼底影像的急速处理和报告生成，还大大提高了复杂的三维眼科 OCT 影像的疾病分析与识别速度；

• 采用云上 NVIDIA T4 GPU 作为推理平台，相比应用 CPU 推理，速度提升了 40 倍；

• 采用 NVIDIA TensorRT 推理框架做推理计算，通过简单的网络模式转换，将推理速度进一步翻倍。

点击阅读，了解更多：NVIDIA 助力鹰瞳 Airdoc 眼科 AI 大模型建设与应用

AI 大语言模型 NYUTron 助力预测患者30天再入院率  

刊登在《自然》（Nature）上的 AI 模型 NYUTron 已被部署到纽约大学朗格尼健康中心。该模型由纽约大学学术医疗中心——纽约大学朗格尼健康中心（NYU Langone Health）的研究人员与 NVIDIA 专家携手开发，可预测病人 30 天内再入院风险。NYUTron 使用纽约大学朗格尼健康中心的 10 年健康记录进行了预训练。这些记录由近 40 万名病人超过 40 亿字的临床笔记组成。相比最先进的机器学习模型，该模型预测再入院的准确率提高了 10% 以上。

点击阅读，了解更多：纽约大学与 NVIDIA 携手开发能够预测患者再入院概率的大型语言模型

全球100多家医院部署越南 VinBrain 的医疗 AI 模型  

越南医疗健康技术初创企业 VinBrain 正在运用 AI 技术进行医疗影像分析，提高诊断效率和精准度。

• VinBrain 开发了用于自动X光诊断的 DrAid AI 软件，这款软件可以从 X 光胸片中检测出肺部塌陷的特征。DrAid 在包含 250 多万张影像的数据集上进行训练，现已被部署在越南、缅甸、新西兰和美国的 100 多家医院；

• 通过使用 NVIDIA DGX SuperPOD，VinBrain 的模型训练速度大幅提高，比只使用 CPU 的训练速度提高了 100 倍，并大大缩短了模型开发周期；

• 从 CPU 转向 NVIDIA Tensor Core GPU 后，医疗影像 AI 的推理速度提高 3 倍以上，视频传输速度则能够提高 30 倍以上。

点击阅读，了解更多：全球 100 多家医院部署越南 VinBrain 的医疗 AI 模型

小结

NVIDIA 全栈 AI 解决方案在医疗健康的各个领域已取得卓越成果，这些突破性的成就是医疗与AI结合的最好证明。未来，NVIDIA 将持续推动医疗健康和生命科学领域的进步，以 AI 为引擎，为人类健康事业注入强大动力。