出品 | 51CTO技術棧（微信號：blog51cto）
在GTC 2024上，英偉達推出的醫療保健GenAI，成為焦點之一。
醫療保健一直是NVIDIA的重要投資領域。正值BioNeMo云服務推出一周年之際，該公司在備受期待的NVIDIA GTC 2024大會上宣布推出超過25項新的基于生成性AI的微服務，旨在賦能全球醫療保健組織，覆蓋藥物發現、醫療技術（MedTech）和數字健康等多個領域。
此外，BioNeMo現在包含了新的基礎模型，用于藥物發現中的各種任務，例如分析DNA序列、預測由藥物相互作用引起的蛋白質結構變化，以及從RNA數據中識別細胞功能。
NVIDIA醫療保健業務副總裁Kimberly Powell在接受AIM采訪時表示：“醫療保健本質上是復雜的。我們的目標是讓研究人員能夠通過瀏覽器或云API微調這些模型，運行AI模型推理，并訪問用于藥物開發的預訓練模型。”
1、超過25個生成式AI微服務
這些微服務可在任何云平臺上訪問，提供成像、自然語言處理、語音識別和數字生物學模擬等專業能力。
該套件包括為醫療保健應用優化的NVIDIA NIM AI模型和行業標準的API，便于集成到云原生解決方案中。此外，軟件開發工具包和工具如Parabricks、MONAI、NeMo、Riva和Metropolis現已作為NVIDIA CUDA-X微服務提供，以加速藥物發現、醫學成像和基因組分析工作流程。
NVIDIA NIM醫療保健微服務是該套件的一部分，為成像、MedTech、藥物發現和數字健康中的各種模型提供優化推理。它們包括用于生成化學、蛋白質結構預測、分子相互作用分析和3D分割的模型。這些微服務為基因組分析等任務提供了顯著的速度提升，與傳統方法相比，變異檢測速度提高了50倍以上。
Powell在會議上表示：“這是歷史上第一次，我們可以在計算機中代表生物學和化學世界，使計算機輔助藥物發現成為可能。”
像Amgen、Astellas、DNA Nexus和Iambic Therapeutics這樣的醫療保健巨頭正在利用這些微服務，通過生成性AI改善藥物發現和抗體設計。
2、新的基礎模型用于蛋白質結構預測
NVIDIA的BioNeMo擴展了其能力，包括用于藥物發現中各種任務的新基礎模型，例如分析DNA序列、預測由藥物相互作用引起的蛋白質結構變化，以及從RNA數據中識別細胞功能。
這些新的基礎模型包括用于基因組分析的DNABERT和用于單細胞RNA測序的scBERT。EquiDock是另一個預測蛋白質相互作用的模型，這對于評估藥物的有效性至關重要。
這些模型和微服務可以通過NVIDIA NIM微服務訪問。NVIDIA NIM中的微服務，如DiffDock和ESMFold，提供基于氨基酸序列的藥物候選結構和蛋白質折疊的洞察。MolMIM根據用戶定義的屬性和特定蛋白質目標生成定制的藥物候選。不久，這些模型也將在AWS HealthOmics上提供，用于分析生物數據。
Alphabet一直在蛋白質預測領域領先，其支持的Isomorphic Labs和Google DeepMind去年11月推出了更新版的AlphaFold 2，現在可以預測來自蛋白質數據銀行（PDB）幾乎所有分子的結構，包括小分子、蛋白質、核酸和具有翻譯后修飾的分子。
3、NVIDIA與強生公司合作在手術中使用AI
除了為醫療保健開發超過25個生成性AI微服務外，該公司還與醫療技術領導者強生公司MedTech合作，將AI整合到手術中，以提高手術室效率和臨床決策能力。
該合作伙伴關系將允許前者部署AI驅動的應用程序和實時洞察。通過利用NVIDIA的IGX和Holoscan平臺，J&J MedTech可以安全地處理來自手術室各種設備的數據，提高手術結果。作為一個通用的計算平臺，它還促進了第三方模型和應用程序的部署。
J&J MedTech和NVIDIA正在努力簡化手術室中AI應用程序的開發和部署。后者的Holoscan加速了為醫療用例創建實時AI應用程序的過程，利用NVIDIA IGX的高速數據流能力。通過分析設備、患者和手術數據，AI驅動的應用程序可以在手術過程中為外科醫生提供有價值的洞察，有可能減輕認知負擔并提高護理交付質量。
