GTC23 | 探秘 AI 驱动医疗创新最前沿！请关注这场分会

近年来，AI 技术在医疗健康与生命科学领域中的应用得到快速推广，包括医学影像、诊断和药物研发、基因组学、病例分析、临床决策支持、病理学等众多场景。伦敦国王学院、巴塞罗那大学等知名医疗机构、研究机构已基于 NVIDIA AI 解决方案探索 AI 与高性能计算在医疗行业的前沿创新和应用。

为了帮助医疗健康和生命科学领域开发者和研究人员能够利用 AI 加速研究，从而取得突破性创新，GTC23 将聚焦医疗健康和生命科学领域举办多场精彩演讲和会议。如何使用生成式人工智能加速生物学和医疗健康领域？人工智能驱动的药物研发、基因组学、医学影像和医疗设备具体是如何实现的？如何利用 BioNeMo 与 LLMs 理解生命的语言？

在 3 月 20 日至 23 日举办的 GTC23 大会上，NVIDIA 和领先的研究机构与公司将给出解答。

医疗健康和生命科学行业分会演讲重点推介

特别演讲：使用生成式人工智能加速生物学和医疗健康领域

演讲嘉宾：

Kimberly Powell，NVIDIA 副总裁兼医疗健康和生命科学总经理

首播时间：3 月 22 日 1:00 - 1:50

会议代码：[S51257]

中文精讲时间：3 月 23 日 14:00 - 15:30

会议代码：[WP51257]

演讲概要：生成式人工智能有望加速生物学、医疗健康等众多行业的发展。在此次 GTC 23 大会上，NVIDIA 副总裁兼医疗健康和生命科学总经理 Kimberly Powell 将探讨生成式人工智能与生物学和医疗健康的结合如何推动突破性创新，帮助诊断和治疗疾病。讲解分析从数据到发现，生成式人工智能的最新进展，及其当下和未来对生物学和医疗健康领域的影响。

对话专家：人工智能驱动的药物研发、基因组学、医学影像和医疗设备

首播时间：3 月 23 日 22:00 - 22:50

会议代码：[CWES52189]

演讲概要：医疗健康和生命科学需要加快和优化与基因组学、放射学、病理学、医疗设备和硅基药物发现有关的工作流程。NVIDIA 帮助数据科学家、生物信息学家和开发人员利用 AI 与高性能计算的力量，为患者提供更好的护理并更加深入地了解蛋白质、DNA/RNA 和小分子。目前，我们正处于一个 GPU/CPU/DPU 技术、AI 模型架构和解决方案频频取得巨大突破和新发现的时代，这些突破与发现将帮助研究人员开发、部署和扩展他们的 AI 模型。在 GTC 23，我们有来自计算化学、计算生物学、数据科学、生物信息学、医疗设备、计算机视觉、图片存档和通信系统、自然语言处理、放射学、病理学以及基因组学等各个领域的专家，与您共同探讨这些话题。

不容错过——深入了解 NVIDIA 人工智能框架

除了聆听特别演讲、同技术专家进行深入交流外，此次 GTC 23 还将带您深入了解 MONAI 和 BioNeMo 等人工智能框架在生物医药领域的应用。

用 MONAI 进行医学成像的生成式人工智能

首播时间：3 月 22 日 23:00 - 2:00

会议代码：[SE52190]

演讲概要：MONAI 已开始研究和开发用于医学影像的生成式人工智能。我们将首先介绍 MONAI，然后深入了解为什么合成数据和生成式人工智能对医学影像至关重要。除此之外，我们还将探讨生成式人工智能如何助力临床研究、保护隐私和数据。您将了解到 MONAI 的最新贡献，包括扩散模型等生成式模型、自回归转换器、生成对抗网络（GAN）以及相关的机器学习应用，如图像生成、异常检测、超级分辨率等。我们还将提供现有模块的实操演练。最后，我们将举行一场公开小组讨论，届时多位为这项工作做出积极贡献的研究人员将会出席。

在 AWS 上部署端到端的 MONAI 流程

首播时间：3 月 23 日 23:00 - 2:00

会议代码：[SE52191]

演讲概要：这个会议将会帮助您了解如何使用 AWS 云上的 MONAI 加速云端 AI 医学影像研究。AWS 通过提供标签、训练和部署选项，将 MONAI 整合到其 AI 医学影像的全生命周期中。首先，您将进一步了解MONAI标签以及如何使用 AWS AppStream 快速启动和使用 3D Slicer 等第三方医学影像检视器。这些技术将帮助您减少注释每个新数据集所需的时间和精力。接下来，您将使用 Amazon SageMaker 上的 MONAI Core 并学习如何使用 AWS AI/ML 代管服务训练和调整您的AI模型。相比静态基础设施，您将通过 SageMaker 探索更多架构和超参数。最后，您将使用 Amazon HealthLake Imaging 和 MONAI Deploy 将您的AI模型作为AI应用的一部分部署到临床生产环境中。我们将在整场研讨会上使用一个项目案例来解释端到端的机器学习流程。

利用 BioNeMo 与 LLMs 理解生命的语言

首播时间：3 月 23 日 22:00 - 24:00

会议代码：[DLIT52088]

演讲概要：基于转换器的大型语言模型（LLM）已彻底改变了我们理解和探索大规模数据集的方式，使我们能够高效地生成和增强相关数据。现在，这些转换器模型被更加广泛地用于理解 DNA、RNA、蛋白质、化合物等生命分子的语言。以高效率的方式理解和探索这些庞大而复杂的化学和生物数据库对于加快药物研发至关重要。使用 NVIDIA NeMo 框架构建的 BioNeMo 可用于训练基于转换器的 LLM 以及它们的推理能力。我们将介绍 BioNeMo 及其应用，然后深入探讨如何使用 BioNeMo 提供的预训练模型 ESM1nv、ProtT5nv 和 MegaMolBART 进行推理，包括化学领域探索与生物学推理的演练。此外，我们还将举例说明如何使用从预训练模型中学习到的嵌入进行属性预测。

即刻点击“阅读原文”或扫描下方海报二维码，查看更多医疗健康领域精彩演讲详情。

扫描下方海报二维码，锁定 NVIDIA 创始人兼首席执行官黄仁勋的 GTC 主题演讲！北京时间 3 月 21 日 23:00 全球首播，3 月 22 日 10:00 中国重播。深度解读 NVIDIA 加速计算平台如何推动人工智能、元宇宙、云技术和可持续计算的下一波浪潮。加入 GTC23，切勿错过 AI 的决定性时刻！