2024 年 3 月, 全球目光聚焦硅谷——一年一度的 GTC 大会正在召开。

刚刚过去的一年, 生成式 AI 已经席卷全球, 成为人工智能在各行各业落地的重要锚点。而作为生成式 AI 背后极为重要的软硬件基础设施, 英伟达召开的 GTC 大会, 无疑将传达 Gen AI 的种种未来风向。

这一年的 AI 风向中, 医疗领域可能最受瞩目。

周二早, 英伟达生物医疗副总裁 Kimberly Powell 在演讲上这样强调:「医疗行业正在采用生成式人工智能, 成为最大的技术产业之一。」

知名 AI 科学家李飞飞在和英伟达首席科学家 Dill Dally 教授的炉边谈话中也表示,AI 在医学中的应用可能是最深远、最广泛的。

今年整个大会有 90 场活动与医疗保健/生命科学相关——数目位居所有行业之首, 超过了汽车、云服务、硬件/半导体等一众热门领域。在首日的主题演讲上, 黄仁勋更是一口气宣布了 25 个由生成式人工智能驱动的全新微服务 (microservices), 加速药物发现、医疗技术 (MedTech) 和数字健康等领域的发展。

英伟达对医疗健康领域的重视可见一斑。随着 Gen AI 应用不断扩展、深入, 与人类命运息息相关的医疗健康领域将会迎来什么样的变化? 有了英伟达加持的创业公司又将在其中扮演什么样的角色?

GTC 现场

新一代人工智能推进医疗发展

如文初提到的, 今年 GTC 上,Nvidia 宣布的最重要进展之一, 就是在医疗健康领域的 25 项 GenAI 相关微服务。

这些由生成式人工智能驱动的微服务覆盖多个领域, 包括药物发现、医疗技术 (MedTech) 和数字健康等, 在全球范围内为医疗组织提供支持。

这套服务可在任何云平台使用, 包括成像、语言处理、语音识别和生物学模拟等功能。套件中还有专为医疗应用调优的 NVIDIA NIM AI 模型和行业标准 API, 使其易于整合进云解决方案。

此外, 像 Parabricks、MONAI、NeMo、Riva 和 Metropolis 这样的软件开发套件和工具现在作为 NVIDIA CUDA-X 微服务提供, 以加速药物发现、医学成像和基因组学分析的工作流程。

套件中还包括 NVIDIA NIM 医疗微服务, 为成像、医疗技术、药物发现和数字健康的模型优化推断, 包括用于生成化学、蛋白质结构预测、分子相互作用分析和 3D 分割等模型, 大幅提升基因组分析速度, 变异检测速度比传统方法快 50 倍以上。

「历史上首次, 我们可以在计算机中深入生物学和化学的世界, 让计算机辅助药物发现成为可能,」Powell 在会议上谈道。

像 Amgen、Astellas、DNA Nexus 和 Iambic Therapeutics 这样的医疗巨头可以利用这些生成式 AI 微服务, 改善药物发现和抗体设计。

另一个值得关注的进展是,Nvidia 一年前发布的 BioNeMo(帮助医疗机构通过生成式人工智能进行药物发现的模型) 如今包含了多种用于药物发现任务的新基础模型 , 如分析 DNA 序列、预测药物相互作用导致的蛋白质结构变化, 以及从 RNA 数据识别细胞功能。

在这些新的基础模型中, 有用于基因组学分析的 DNABERT 和用于单细胞 RNA 测序的 scBERT。EquiDock 是另一个预测蛋白质相互作用的模型, 这对于评估药物的有效性至关重要。

「医疗本身就复杂。我们的目标是让研究人员更加容易地调整这些模型以适应他们的专有数据, 通过网络浏览器或云 API 运行 AI 模型推断, 并且能够访问预训练模型以帮助药物开发。」NVIDIA 的医疗副总裁 Kimberly Powell 在采访中表示。

大会上, 英伟达还宣布与强生医疗器械合作, 利用 AI 提升手术室效率和临床决策。

这一合作让强生能用 NVIDIA 的 IGX 和 Holoscan 平台处理手术室数据, 提高手术结果, 简化手术室 AI 应用的开发和部署。NVIDIA 的 Holoscan 和 IGX 加速了医疗 AI 应用的创建和数据处理——通过 AI 分析设备、患者和手术数据, 这些技术能在手术中为医生提供洞察, 减少负担, 提高护理质量。

除此之外, 新一代人工智能芯片 Blackwell 也在 GTC 上正式发布, 性能在不同应用中的相比当前供不应求的 H100 等提升在 7-30 倍, 预计将在今年晚些时候发货。这可能标志着 AI 和机器学习技术向前迈进了一大步, 对医疗科技也将有进一步推进作用。

为创新加速, 英伟达支持头部 AI 创业公司

从数年前, 英伟达就与创业公司紧密合作, 通过多个项目支持创业公司在各个领域的探索。此前 Kimberly Powell 在采访中也提到, 英伟达的目标是为更多技术公司提供芯片、云基础设施与其他工具。

从 2017 年起, 英伟达就通过 Inception 创新计划合作伙伴项目、竞赛奖励及投资与包括医疗 AI 等多方向的 AI 创业公司紧密合作。本次大会上,Inception 计划参与企业也有专门的布展区域, 展示其创新进展。

其中, 结缘于 2018 年的深智透医 (Subtle Medical Inc.) 就是一个典型案例。早在 2018 年, 深智透医曾获英伟达 AI 大奖, 获百万美元奖金。此后, 深智透医与英伟达医疗、MONAI 等方向建立长期合作。

2018 年英伟达 AI 大奖颁奖现场, 左起:NVIDIA CEO 黄仁勋、深智透医联合创始人 Zaharchuk 教授、深智透医联合创始人及 CEO 宫恩浩、NVIDIA 联合创始人 Chris Malachowsky、NVIDIA 生物医疗副总裁 Kimberly Powell

近期, 深智透医获得由 HealthUnity 组织、斯坦福 StartX 孵化器及英伟达等 AI 领导者支持的斯坦福大学医疗健康生成式 AI 大奖, 在本次 GTC 会议期间获得英伟达及 SuperMicro 联合奖励。也将使用 NVIDIA 最新的 GPU 和服务器, 持续在 MONAI 及最新的 NIM 等方向加强合作。

「随着 PET、MRI 等高端医学影像的年需求量以超过 10% 的速度增长, 全球对高质量医学影像的渴望日益增强。在这一背景下, 深智透医在影像加速、增强、生成、药剂剂量及显影优化等 AI 应用上持续创新和研究。利用 NVIDIA 技术与硬件、MONAI 框架以及最新的 NIM 服务, 可极大地提升了医学影像 AI 训练与部署的效率。」深智透医创始人及 CEO 宫恩浩博士表示。

作为最早将深度学习和生成式 AI 应用于医学图像处理的企业之一, 深智透医开发了全球 AI 医学影像领域最早研发落地、并获中国 NMPA/美国 FDA/欧洲 CE-MDR 批准的影像加速增强 AI 产品 SupPET、SupMR, 能够加速 MRI 和 PET 成像过程 4-10 倍, 并提升临床数据质量与精确度。自 2020 年起深智透医旗下产品已经进入全球多个市场, 包括中、美、欧等超过 500 家知名医院和影像中心, 实现了连续每年业务翻倍, 并与西门子、拜耳、博莱科等全球知名设备厂商及药厂达成多项深入商务合作。

深智透医一直都与英伟达初创及医疗团队保持紧密合作, 也是 DGX、DGX1 最早的一批用户之一。宫恩浩博士表示, 未来将持续将利用英伟达最新的医疗微服务、MONAI 等平台技术及最前沿的 GPU 硬件设备加速影像 AI 产品研发与临床转化。

医疗健康 X GenAI 的百亿美元市场

正如上文中提到,「医疗健康有可能成为英伟达最大的未来发展机会。」英伟达生物医疗副总裁 Kimberly Powell 多次强调这一市场的重要性。

今年的活动上, 由 Kimberly Powell 主持的「AIGC 在现代医学中的作用」活动, 更汇集了著名基金经理「木头姐」Cathie Wood、微软研究院院长 Peter Lee 等多位大咖, 探讨「(AIGC 如何) 重新定义医疗服务、发现新药和提高患者疗效的关键驱动力」。

目前英伟达在医疗健康领域每年有十亿美元相关的收入, 未来预期收入潜力超过百亿美元。在包括 AI 医药、医疗设备、医学影像、数字医疗多个方向 AI 和生成式 AI 都有着长足的发展。英伟达也在生成人工智能各个垂直应用领域都有着标志性的领先地位和合作方向。

其中, 包括改善病人护理、提升临床运营效率等医疗系统服务相关内容。

病人护理方面,J&J、Medtronic 和 Karl Storz 等行业巨头已经在利用 Gen AI 和 LLMs 在手术精确性和诊断准确性方面通过实时流式边缘 AI 解决方案获得帮助, 开创了病人护理的新时代。利用大型语言模型 (LLMs), 人们可以筛选复杂的多模态数据, 改善病人护理和运营流程。

临床运营效率方面, 英伟达创新计划合作伙伴 (如 Artisight、Hippocratic) 和梅奥诊所等先驱者正将 LLM 与 RAG 和虚拟代理集成, 创建一个更具响应性和成本效率的医疗生态系统。

大会上, 英伟达宣布与 Hippocratic 合作, 这是一家提供每小时工作费用仅为 9 美元的生成式人工智能护士服务的医疗公司。Hippocratic 以低廉的 AI 代理人成本, 通过视频通话实时提供医疗建议给患者, 从而降低实际人类护士的成本, 后者可能达到每小时 90 美元。Hippocratic 也同步官宣了 5300 万美元 A 轮融资, 估值达到 5 亿美元。

「由生成式 AI 驱动、基于声音的数字代理人, 可以开启医疗保健的全新时代, 但前提是这项技术能够像人类一样响应患者的需求,」NVIDIA 医疗保健副总裁 Kimberly Powell 在周一的新闻稿中表示。

管理工作量是美国医疗系统中临床医生面临的主要问题。Athena Health 在二月发布的一项调查发现, 超过 90% 的医生报告说他们「定期」感到疲惫不堪, 主要是因为他们预期完成的文书工作。

行政工作大多是繁杂的重复性工作, 并不直接影响医生对诊断或患者护理的决定, 这也是它成为卫生系统严肃探索生成型 AI 应用的首批领域之一的原因。

如文初提到的, 本次大会上,」AI 教母「、斯坦福大学计算机系教授、斯坦福人本中心人工智能研究所 (HAI) 负责人李飞飞教授在和英伟达首席科学家 Dill Dally 教授的大会「炉边谈话」中也强调了用 AI 在普惠大众及医疗应用是下一阶段工作的重点,「利用 AI 寻找气候解决方案, 普及医疗服务, 照顾好地球和人类」, 特别是用 AI 服务更多医疗中的耗时费力的工作, 惠及资源受限的更多人群。

AI 对医疗健康领域的影响还包括层出不穷的创新, 比如药物发现、AI 投资、基础设施建设等。

本次 GTC 上, 来自 Genentech、默克、GSK、Insitro 等公司展现了微服务和 AI 如何重塑从药物发现到市场的路径, 大幅度降低成本和时间线。从提高手术精确度到加速药物发现。

来自 Scripps、Chan Zuckerberg Initiative、Ark Venture 和 Not Boring Capital 则以宏观趋势和科学创新为基础, 不断开创一个合适 AI 创新的生态环境。

而像微软的 Nuance 通信、Abridge 和 Suki 等公司已经开发出了具备这些能力的解决方案, 他们认为这将帮助减少医生的行政工作负担, 并优先考虑与患者的有意义连接。

随着生成式 AI 的蓬勃发展、更多适配 AI 的基础设施不断成型, 医疗健康这一巨大市场也将迎来全新的机遇。