NVIDIA 帶來知乎精彩問答甄選系列，將為您精選知乎上有關(guān) NVIDIA 產(chǎn)品的精彩問答。

本期為問答甄選第十一期 ——發(fā)掘 NVIDIA 醫(yī)療行業(yè)相關(guān)精彩回答

以下三個(gè)知乎甄選問答將為您了解NVIDIA 醫(yī)療相關(guān)內(nèi)容帶來更加精彩的解答！

Q:

什么是智慧醫(yī)院？

A:

• 智慧醫(yī)院依靠機(jī)器學(xué)習(xí)模型、AI 醫(yī)療設(shè)備等基于數(shù)據(jù)的洞察力來推動(dòng)決策。

• 智慧醫(yī)院使用數(shù)據(jù)和 AI 洞察推動(dòng)各個(gè)患者服務(wù)階段的決策，為專業(yè)醫(yī)務(wù)人員提供洞察以實(shí)現(xiàn)更好、更快的護(hù)理。
• 智慧醫(yī)院使用數(shù)據(jù)和技術(shù)加速和改進(jìn)目前專業(yè)醫(yī)務(wù)人員和醫(yī)院管理層的工作，例如追蹤醫(yī)院的床位占用率、監(jiān)測(cè)患者的生命體征、分析放射學(xué)檢查等。

Q:

NVIDIA 好像在醫(yī)療行業(yè)也有參與，最近有什么具體案例嗎？

A:

得益于 NVIDIA 數(shù)據(jù)中心級(jí)全棧加速計(jì)算能力和人工智能技術(shù)的進(jìn)步，藥物研發(fā)領(lǐng)域也將迎來效率升級(jí)。

研發(fā)時(shí)間一直是藥物研發(fā)領(lǐng)域的一大痛點(diǎn)。一款新藥從研發(fā)到上市，平均需要 10 年之久。對(duì)藥企而言，縮短新藥研發(fā)的時(shí)間就意味著更早獲得回報(bào)；而對(duì)于一些身患重癥甚至絕癥的病人來說，新藥更早問世，則意味著他們有更大的機(jī)會(huì)重獲新生。

為助力藥物研發(fā)領(lǐng)域加快速度，NVIDIA 專門打造了一套名為 NVIDIA Clara Discovery 的 AI 加速計(jì)算軟件平臺(tái)。該解決方案集 GPU 加速及優(yōu)化框架、工具、應(yīng)用和預(yù)訓(xùn)練模型于一體，整合了人工智能、數(shù)據(jù)分析、模擬仿真和可視化能力，可支持化學(xué)信息學(xué)研究、蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、候選藥物虛擬篩選以及分子動(dòng)力學(xué)模擬等藥物開發(fā)過程中的跨學(xué)科工作流程。通過加速計(jì)算，研究人員可以一次模擬數(shù)以百萬的分子，同時(shí)篩選出數(shù)百種潛在藥物，從而降低成本、提高效率。

此外， NVIDIA 推出的基因測(cè)序分析加速軟件 NVIDIA Clara Parabricks 可以大幅提升基因組學(xué)分析的速度和準(zhǔn)確性，大語言模型（LLM）框架 NVIDIA BioNeMo 則可用于訓(xùn)練和部署超算規(guī)模的大型生物分子語言模型幫助科學(xué)家更好地了解疾病，并為患者找到治療方法。

Q:

NVIDIA 在基因測(cè)序上有什么進(jìn)展和案例嗎？

A:

在 NVIDIA 加速計(jì)算平臺(tái)、人工智能與基因測(cè)序?qū)I(yè)軟件的賦能下，來自全球的學(xué)研機(jī)構(gòu)、政府組織以及相關(guān)企業(yè)，正在不斷突破基因測(cè)序與分析領(lǐng)域的速度與成本極限，創(chuàng)造出一項(xiàng)項(xiàng)新的紀(jì)錄：

斯坦福大學(xué)、NVIDIA、牛津納米孔科技公司、谷歌、貝勒醫(yī)學(xué)院和加州大學(xué)圣克魯茲分校的研究人員共同合作推出 DNA 測(cè)序技術(shù)，實(shí)現(xiàn)了創(chuàng)紀(jì)錄的測(cè)序速度。

麻省理工學(xué)院與哈佛大學(xué)旗下的博德研究所與 NVIDIA 合作，為擁有超過 2.5 萬用戶的 Terra 云平臺(tái)提供快速分析海量醫(yī)療數(shù)據(jù)所需的 AI 能力和加速工具。

阿里云與 NVIDIA 達(dá)成合作，成為國(guó)內(nèi)首家在基因分析平臺(tái)集成和部署 NVIDIA Clara Parabricks 的公有云廠商。Clara Parabricks 為阿里云基因分析平臺(tái)的行業(yè)標(biāo)準(zhǔn)基因組分析工具包以及基因調(diào)用器等工具帶來了 GPU 加速，據(jù)測(cè)算，用戶可以在 30 分鐘內(nèi)完成一個(gè) 30x 測(cè)序深度的全基因組分析，且與 GATK 的最佳實(shí)踐結(jié)果 99.99% 一致，而在過去基于 CPU 環(huán)境中這項(xiàng)工作需要 20 多個(gè)小時(shí)才能完成，并且計(jì)算成本可降低 40%-80%。

更多精彩問答，點(diǎn)擊下方小程序關(guān)注 NVIDIA 知乎賬號(hào)！

NVIDIA 知乎精彩問答甄選往期精彩內(nèi)容

NVIDIA 知乎精彩問答甄選（一） | 探討人工智能成為“新電力”的桎梏與突破點(diǎn) NVIDIA 知乎精彩問答甄選（二） | 探索 H100 的奧秘！ NVIDIA 知乎精彩問答甄選（三） | 探尋 Isaac Nova Orin NVIDIA 知乎精彩問答甄選（四） | 了解 Jetson AGX Orin NVIDIA 知乎精彩問答甄選（五） | 揭秘 NVIDIA Hopper 架構(gòu) NVIDIA 知乎精彩問答甄選（六） | 追尋 NVIDIA Grace CPU NVIDIA 知乎精彩問答甄選（七） | 分享 NVIDIA 自動(dòng)駕駛精彩問答 NVIDIA 知乎精彩問答甄選（八） | 分享 Omniverse 相關(guān)精彩問答 NVIDIA 知乎精彩問答甄選（九） | 分享 NVIDIA 網(wǎng)絡(luò)相關(guān)精彩問答 NVIDIA 知乎精彩問答甄選（十） | 查看 NVIDIA Omniverse 相關(guān)精彩問答

更多精彩仍在繼續(xù)...

敬請(qǐng)關(guān)注

GTC 2024 將于 2024 年 3 月 18 至 21 日在美國(guó)加州圣何塞會(huì)議中心舉行，線上大會(huì)也將同期開放。點(diǎn)擊“閱讀原文”或掃描下方海報(bào)二維碼，關(guān)注更多會(huì)議及活動(dòng)信息。