借助AI推动医学和研究发展

 

医疗健康领域需要采用全新的计算模式，以便满足人们对于个性化医疗、新一代诊所、更高护理品质的需求，此外还需要生物医学研究取得突破，以便治疗各种疾病。医疗健康机构可以利用人工智能 (AI) 和高性能计算 (HPC) 的力量来定义医学的未来。

 

借助加速计算为医疗健康解决方案提供动力支持

 

●  药物研发

 

借助加速计算，研究人员能够以虚拟方式同时为数以百万计的分子建立模型，并筛查数以百计的潜在药物，从而降低成本，并缩短找出解决方案所需的时间。无论是搜索存储海量数据的分子数据库，还是模拟分子与人体之间复杂的生物化学反应过程，AI技术帮助制药公司实现了分析能力、数据处理效率及可扩展性方面的提升。

 

GPU 加速的计算药物研发平台将 AI、数据分析、模拟和可视化功能融于一身，可为药物设计与开发中的跨学科工作流提供支持，研究人员可以在基因组学、蛋白质结构测定、虚拟药物筛选、医学影像和自然语言处理等领域应用高性能计算应用、预训练的 AI 模型和领域专用的应用框架。

 

 

●  基因组学

 

通过利用 HPC 加速人口研究和癌症基因组学研究中的基因组学分析，可以更快地识别罕见疾病并将定制疗法推向市场，推动医疗朝着精准化目标不断迈进。随着基因组测试日渐普及，在识别可能导致疾病的基因突变时，对人体的 32 亿个 DNA 碱基对进行测序变得至关重要。高吞吐量仪器的发展降低了测序成本，但同时也提高了需要分析的数据量。相较于基于 CPU 的方法，利用 GPU 加速这种分析可以大幅降低运行时间和成本。

 

 

●  医疗设备

 

AI 驱动的医疗设备可以帮助临床医生检测和测量异常情况、提升手术技能、提高影像质量并优化工作流程。借助 NVIDIA 行业特定的全栈平台，开发者和数据科学家可以快速将 AI 集成到其新一代设备中，为各地的医疗健康专业人员和研究人员提供支持。

 

诊断影像

利用基于 NVIDIA AI 计算平台构建的图像和流式数据 AI 模型，检测遗漏的异常情况、自动测量体积、提高图像质量、实时提取组织上的定性信息，并纵向追踪变化。

 

数字化手术

利用可指导外科医生的边缘实时 AI 提升手术水平，以及工具追踪、警报、器官分割，并在 4K 流视频中优化分析和视觉清晰度，从而打造未来的手术室。

 

数字病理学

借助 AI 助力的显微镜，改善病理学诊断和预测，识别肿瘤微环境等细微异常，简化工作流程，以及实时查看和分析增强的图像。

 

基因组测序

借助新一代测序仪中基于 AI 的碱基识别技术以及针对基因组、外显子组和基因面板的优化基因组分析，加速基因组测序(从样本到临床报告)。

 

病人监护

借助可在医院中充当“眼睛和耳朵”的智能传感器获得额外支持，包括监控患者在房间内的移动以防止跌倒，以及提醒临床团队需要戴上防护装备。

 

从训练 AI 模型和构建医疗 AI 应用，到在边缘和云端进行生产前验证和部署，NVIDIA Clara™ Holoscan 平台为构建新一代医疗设备提供了强大的硬件和软件。NVIDIA Clara Holoscan 允许公司探索新的 AI 功能，加快上市速度，并降低开发和维护成本。

 

 

●  医疗影像

 

AI 赋能的工具可以作为另一双“眼睛”，帮助临床医生快速查看影像、计算测量结果、监控变化并确认紧急发现，从而优化工作流程并提升患者护理水平。尤其是在医学成像方面，研究人员正在使用计算机视觉进行准确的早期检测、医学分类以及先进的自动化 3D 分割。这些模型正在帮助临床医生和研究人员简化成像工作流程，以发现隐藏的见解、提高工作效率，并连接多模态患者信息，以便更深入地了解病情。

 

多模态生成式 AI

多模态生成式 AI 涉及使用机器学习技术从多个来源和模式 (例如 CT、MRI 和超声波扫描) 生成高质量的医学影像。通过利用每种模式的优势，这种方法可以提高医学成像的准确性，并使诊断和治疗规划更加准确。

 

放射学中的 AI

在放射学领域，机器学习算法和计算机视觉可以帮助分析医学影像，帮助放射科医生检测、诊断和治疗疾病，这有可能提高医学影像的准确性、速度和效率，改善患者的治疗效果并降低医疗成本。

 

数字病理学中的 AI

深度学习有助于完成图像分割、组织重建和疾病分类等任务，从而提高病理诊断的准确性和效率。借助 AI 技术，病理学家可以更快速、更准确地分析大型复杂数据集，解释疾病背后的生物学洞见，最终改善患者的治疗效果。

 

 

 

注：与 NVIDIA 产品相关的图片或视频（完整或部分）的版权均归 NVIDIA Corporation 所有。