NVIDIA NIM 使數千家使用 AWS 的醫療和生命科學公司能夠快速、輕松開發和部署生成式 AI。

NVIDIA NIM（一組云原生微服務）與 AWS 的集成讓使用優化的 AI 醫療模型變得前所未有的簡單。

NIM 是 NVIDIA AI Enterprise 軟件平臺的一部分，現已在 AWS Marketplace 上提供。借助 NIM，開發人員能夠通過行業標準應用編程接口（API）訪問日益豐富的 AI 模型庫。該模型庫包含用于藥物研發、醫學影像和基因組學的基礎模型，并且具備企業級安全與支持。

NIM 現可通過 Amazon SageMaker（一項完全托管的服務，用于準備數據以及構建、訓練和部署機器學習模型）和 AWS ParallelCluster（一個開源工具，可用于在 AWS 上部署和管理高性能計算集群）訪問，也可使用 AWS HealthOmics（一項專門構建的生物數據分析服務）進行編排。

輕松訪問 NIM 將使數千家使用 AWS 的醫療和生命科學公司能夠更快部署生成式 AI，極大簡化了模型開發和生產封裝的復雜性。其還將幫助開發人員構建工作流，將各種 AI 模型相結合，如氨基酸序列、MRI 影像、純文本患者健康記錄等。

這項舉措于近日在波士頓舉行的 AWS 生命科學領袖研討會上提出，它擴大了 NVIDIA Clara 加速的醫療軟件和服務在 AWS 上的可用性，包括用于藥物研發的 NVIDIA BioNeMo、用于醫療影像工作流程的 NVIDIA MONAI、用于加速基因組學研究的 NVIDIA Parabricks 等快速且易于部署的 NIM。

制藥和生物技術公司

均在 AWS 上采用 NVIDIA AI

BioNeMo 是一個由基礎模型、訓練框架、特定領域數據加載器和優化的訓練方案組成的生成式 AI 平臺，支持在專有數據上對生物學和化學模型進行訓練和微調。目前，全球有 100 多家企業機構在使用該平臺。

全球領先的生物技術公司安進已經開始使用 BioNeMo 框架來訓練用于蛋白質設計的生成模型，并且正在探索將 BioNeMo 與 AWS 結合使用的可能性。

用于蛋白質結構預測、生成化學和分子對接預測的BioNeMo 模型現在以 NIM 微服務的形式提供，其經過預訓練和優化，可在任何 NVIDIA GPU 或 GPU 集群上運行。這些模型還可組合使用，為整個 AI 加速藥物研發工作流提供支持。

生物技術公司 A-Alpha Bio 利用合成生物學與 AI 來測量、預測和設計蛋白質間的相互作用。該公司的研究人員將 ESM-2 蛋白質語言模型的通用版本轉換為在 AWS 上的 NVIDIA H100 Tensor Core GPU 上運行的 NVIDIA 優化版本后，速度提高了 10 倍以上，較其他方法大幅擴展了該團隊對候選蛋白質的采樣范圍。

如果企業機構想要用自己的實驗數據增強這些模型，NIM 還可以讓開發人員通過檢索增強生成（RAG）（即實驗室在環設計）來增強模型。

Parabricks 為基因組學管道提供加速

NVIDIA NIM 包括來自 NVIDIA Parabricks 的基因組學模型，這些模型在 AWS HealthOmics 上作為 Ready2Run 工作流提供，使客戶能夠部署預構建的管道。

生命科學公司安捷倫（Agilent）利用在搭載 NVIDIA GPU 的 Amazon Elastic Compute Cloud（EC2）實例上運行的 Parabricks 基因組學分析工具，大幅提升其云原生 Alissa Reporter 軟件上的變異檢測工作流處理速度。在將 Parabricks 與 Alissa 二次分析管道集成后，研究人員就能在安全的云環境中進行快速數據分析。

對話式 AI 技術推動數字醫療的發展

除了能夠解碼蛋白質和基因組序列的模型外，NIM 微服務還針對對話式 AI 提供優化的大語言模型，并為虛擬化身和數字人提供視覺生成式 AI 模型。

AI 驅動的數字助手可以回答患者的問題并為臨床醫生提供后勤支持，從而改善醫療服務。通過使用 RAG 在醫療機構專有數據上進行訓練，它們就可以連接相關的內部數據源，對研究成果進行匯總、提出洞察并提高工作效率。

生成式 AI 初創公司 Hippocratic AI 正處于測試 AI 醫療智能體的最后階段，這些智能體側重于健康指導、術前宣教、出院后隨訪等各種任務。

該公司通過 AWS 使用 NVIDIA GPU，目前正采用 NVIDIA NIM 和 NVIDIA ACE 微服務來驅動一個用于數字醫療的生成式 AI 智能體。

公司團隊利用 NVIDIA Audio2Face 面部動畫技術、NVIDIA Riva 自動語音識別和文本轉語音功能為醫療輔助虛擬化身的對話提供支持。

審核編輯：劉清