เว็บสล็อต , สล็อตแตกง่าย ปัจจุบัน ข้อมูลประมาณ 30% ของโลกเป็นข้อมูลด้านการดูแลสุขภาพ โดยโรงพยาบาลต่างๆ จะสร้างข้อมูล 50 เพตาไบต์ในแต่ละปี และภายในปี 2025 ข้อมูลด้านการดูแลสุขภาพคาดว่าจะเติบโตในอัตราสูงสุดของอุตสาหกรรมใดๆ ด้วยเหตุนี้ จึงไม่น่าแปลกใจเลยที่NVIDIA ผู้เชี่ยวชาญด้านหน่วยประมวลผลกราฟิก (GPU) กำลังพัฒนาโฮสต์ของเทคโนโลยีปัญญาประดิษฐ์
และเครื่องมือที่ออกแบบมาเพื่อเปลี่ยน AI ด้านการดูแลสุขภาพ
ที่NVIDIA GTCซึ่งเป็นงานประชุมเทคโนโลยี GPU ออนไลน์ที่จัดขึ้นเมื่อต้นสัปดาห์นี้ บริษัทได้ประกาศผลิตภัณฑ์ใหม่ที่มุ่งเปลี่ยนวิธีที่ AI ขับเคลื่อนอุปกรณ์ทางการแพทย์ ไฮไลท์หนึ่งคือการเปิดตัวClara Holoscanซึ่งเป็นแพลตฟอร์มการประมวลผล AI สำหรับอุตสาหกรรมการดูแลสุขภาพ
“ความก้าวหน้าล่าสุดของ AI, แมชชีนเลิร์นนิงทางฟิสิกส์, การติดตามรังสี และการคำนวณจะปฏิวัติเครื่องมือทางการแพทย์” Jensen Huang ผู้ก่อตั้งและซีอีโอของ NVIDIA กล่าวในการปราศรัยสำคัญของเขา
Clara Holoscan ช่วยให้นักพัฒนาสามารถสร้างแอปพลิเคชันที่ประมวลผลข้อมูลเซ็นเซอร์หลายแบบ เรียกใช้แบบจำลองทางฟิสิกส์ เร่งการวิเคราะห์ด้วย AI และแสดงผลกราฟิกคุณภาพสูงแบบเรียลไทม์ แพลตฟอร์มใหม่นี้มีโครงสร้างพื้นฐานสำหรับการประมวลผลแบบ end-to-end ของการสตรีมข้อมูลจากอุปกรณ์ทางการแพทย์ เชื่อมต่ออุปกรณ์ดังกล่าวกับเซิร์ฟเวอร์ขอบในโรงพยาบาลได้อย่างราบรื่น
อุปกรณ์ทางการแพทย์ส่วนใหญ่ ตั้งแต่ระบบภาพวินิจฉัยไปจนถึงเครื่องมือช่วยเหลือด้านการผ่าตัด มีขั้นตอนการทำงานที่เริ่มต้นด้วยเซ็นเซอร์ รวมขั้นตอนการประมวลผลข้อมูล จากนั้นจึงต้องใช้การสร้างภาพข้อมูลสำหรับการตัดสินใจของมนุษย์
ขับเคลื่อนโดยชิปหุ่นยนต์ความเร็วสูงตัวใหม่
NVIDIA AGX Orin, Clara Holoscan ได้รับการออกแบบมาเพื่อเร่งความเร็วในแต่ละขั้นตอนของไปป์ไลน์การประมวลผลข้อมูลนี้ ขั้นตอนรวมถึง: การส่งข้อมูลเซ็นเซอร์โดยตรงไปยัง GPU; การคำนวณทางฟิสิกส์หรือการประมวลผล AI เพื่อแปลงข้อมูลเหล่านี้เป็นโดเมนรูปภาพ การประมวลผลภาพ เช่น การแบ่งส่วนหรือการจัดหมวดหมู่ การประมวลผลข้อมูล และการแสดงภาพข้อมูลอุปกรณ์ 3 มิติและการทำนายผล
ที่สำคัญ แพลตฟอร์มดังกล่าวช่วยให้นักพัฒนาสามารถเรียกใช้แอปพลิเคชันสตรีมมิ่งที่มีความหน่วงแฝงต่ำบนอุปกรณ์ได้ ในขณะที่ใช้ประโยชน์จากทรัพยากรของศูนย์ข้อมูลสำหรับงานที่ซับซ้อนมากขึ้น “แอปพลิเคชัน Holoscan สามารถใช้งานได้อย่างสมบูรณ์ในเครื่องมือ ในศูนย์ข้อมูลของโรงพยาบาล หรือทั้งสองอย่างผสมกัน” Huang อธิบาย “สิ่งนี้ช่วยให้บริษัทต่างๆ สามารถพัฒนาแอพพลิเคชั่นที่ต้องการการประมวลผลมากกว่าในอุปกรณ์ หรืออัพเกรดฐานอุปกรณ์ที่ติดตั้งในปีหลังการใช้งาน”
เร่งค้นตัวยา อีกด้านที่ AI สามารถสร้างผลกระทบอย่างใหญ่หลวงได้คือการค้นคว้ายา ซึ่งเป็นกระบวนการที่ใช้เวลานานและต้องใช้ข้อมูลมากอย่างฉาวโฉ่
“นักวิจัยกำลังสร้างแบบจำลอง AI ที่เรียนรู้ฟิสิกส์และคาดการณ์ตามกฎฟิสิกส์” Huang กล่าว “การประยุกต์ใช้แมชชีนเลิร์นนิงเพื่อปรับปรุงการจำลองทางฟิสิกส์มีการเติบโตอย่างไม่น่าเชื่อ” และการผสมผสานระหว่างการเรียนรู้เชิงลึกและการจำลองโดยใช้ฟิสิกส์สามารถเปลี่ยนแปลงวิธีการค้นพบยาได้
NVIDIA Clara Discovery
การคาดการณ์อย่างรวดเร็ว: Clara Discovery กำลังขับเคลื่อนวิธีการเรียนรู้ด้วยเครื่องของ Entos ที่เริ่มต้นขึ้นสำหรับการพัฒนาการรักษารุ่นต่อไปการตรวจคัดกรองยาเสมือนจริงเกี่ยวข้องกับการค้นหาสารเคมีที่จะจับและยับยั้งการทำงานของโปรตีนในเส้นทางของโรค โดยใช้การจำลองแบบไดนามิกของโมเลกุลของแรงอะตอมระหว่างสารเคมีกับโปรตีน จนกระทั่งเมื่อไม่นานมานี้ โครงสร้าง 3 มิติของโปรตีนของมนุษย์ถูกกำหนดโดยใช้เอ็กซ์เรย์ผลึกศาสตร์และกล้องจุลทรรศน์อิเล็กตรอนแบบเย็น แต่มีเพียง 17% ของโปรตีนของมนุษย์ประมาณ 25,000 ตัวที่ถูกถอดรหัส ซึ่งจำกัดการค้นพบยาโดยใช้คอมพิวเตอร์ช่วย
อย่างไรก็ตาม เมื่อต้นปีนี้ นักวิจัยได้สอน AI ให้ทำนายรูปร่าง 3 มิติของโปรตีนจากลำดับกรดอะมิโนของพวกมัน โดยใช้ DeepMind ในการถอดรหัสโปรตีนของมนุษย์มากกว่า 20,000 รายการในชั่วข้ามคืน นอกจากนี้ แบบจำลอง AI ยังสามารถเรียนรู้ลักษณะของสารเคมีที่มีประสิทธิภาพที่รู้จัก และใช้สิ่งเหล่านี้เพื่อสร้างยาใหม่ที่อาจมีประสิทธิภาพ
Huang กล่าวว่า “สารเคมีที่มีประสิทธิภาพมากกว่าจะพบกับโครงสร้างโปรตีนอีกนับแสนชิ้น ซึ่งเป็นการเปิดโอกาสใหม่ๆ ที่ยังไม่ได้สำรวจขนาดมหึมา “พื้นที่โอกาสเพิ่มขึ้นเป็นล้านเท่า แต่สิ่งนี้ได้สร้างคอขวดจำลองระดับโมเลกุลขนาดใหญ่”
เข้าสู่การเริ่มต้นใช้งาน Entos ใน ซานดิเอโกซึ่งเป็นสมาชิกของโปรแกรม NVIDIA Inception ซึ่งมีจุดมุ่งหมายเพื่อใช้การเรียนรู้ของเครื่องเพื่อปฏิวัติและเร่งการค้นคว้ายา Entos ได้สร้าง OrbNet ซึ่งเป็นสถาปัตยกรรมแมชชีนเลิร์นนิงทางฟิสิกส์ที่เพิ่มประสิทธิภาพการจำลองโมเลกุลได้ถึงพันเท่า บริษัทกำลังพัฒนาการทำงานโดยใช้NVIDIA Clara Discoveryซึ่งเป็นชุดเครื่องมือ โมเดล และแอพพลิเคชั่น AI ที่ช่วยให้สามารถค้นพบยาซิลิโคได้
AI สำหรับการค้นพบยาที่ชาญฉลาดยิ่งขึ้น Entos มุ่งเน้นไปที่การระบุโมเลกุลของยาที่สามารถปิดใช้งานโปรตีนที่เชื่อมโยงกับมะเร็งบางชนิดได้ Huang ได้แบ่งปันตัวอย่างการจำลองปฏิกิริยาทางเคมีระหว่างโปรตีนกับยาที่เป็นตัวเลือก “การจำลองนี้ใช้เวลาสามชั่วโมงในหนึ่ง GPU หากไม่มีแมชชีนเลิร์นนิงทางฟิสิกส์ของ OrbNet ก็จะใช้เวลามากกว่าสามเดือน” เขากล่าว
“อนาคตของการค้นพบยาคือการคำนวณจากต้นทางถึงปลายทาง การสร้างแบบจำลองเส้นทางของโรค ยีนที่เกี่ยวข้อง ปฏิกิริยาระหว่างยากับเป้าหมาย และปฏิกิริยานอกเป้าหมาย” หวางกล่าว “ด้วยการมาบรรจบกันของการเร่งความเร็วเป็นล้านเท่า แมชชีนเลิร์นนิงสำหรับการทำนายโปรตีนและโครงสร้างทางเคมี และแนวทางการจำลองการเรียนรู้ด้วยเครื่องฟิสิกส์ เรากำลังเห็นจุดเริ่มต้นของการปฏิวัติทางชีววิทยา” เว็บสล็อต , สล็อตแตกง่าย
