近年來，AI 技術在醫療健康與生命科學領域中的應用得到快速推廣，包括醫學影像、診斷和藥物研發、基因組學、病例分析、臨床決策支持、病理學等眾多場景。倫敦國王學院、巴塞羅那大學等知名醫療機構、研究機構已基于 NVIDIA AI 解決方案探索 AI 與高性能計算在醫療行業的前沿創新和應用。

為了幫助醫療健康和生命科學領域開發者和研究人員能夠利用 AI 加速研究，從而取得突破性創新，GTC23 將聚焦醫療健康和生命科學領域舉辦多場精彩演講和會議。如何使用生成式人工智能加速生物學和醫療健康領域？人工智能驅動的藥物研發、基因組學、醫學影像和醫療設備具體是如何實現的？如何利用 BioNeMo 與 LLMs 理解生命的語言？

在 3 月 20 日至 23 日舉辦的 GTC23 大會上，NVIDIA 和領先的研究機構與公司將給出解答。

醫療健康和生命科學行業分會演講重點推介

特別演講：使用生成式人工智能加速生物學和醫療健康領域

演講嘉賓：

Kimberly Powell，NVIDIA 副總裁兼醫療健康和生命科學總經理

首播時間：3 月 22 日 1:00 - 1:50

會議代碼：[S51257]

中文精講時間：3 月 23 日 14:00 - 15:30

會議代碼：[WP51257]

演講概要：生成式人工智能有望加速生物學、醫療健康等眾多行業的發展。在此次 GTC 23 大會上，NVIDIA 副總裁兼醫療健康和生命科學總經理 Kimberly Powell 將探討生成式人工智能與生物學和醫療健康的結合如何推動突破性創新，幫助診斷和治療疾病。講解分析從數據到發現，生成式人工智能的最新進展，及其當下和未來對生物學和醫療健康領域的影響。

對話專家：人工智能驅動的藥物研發、基因組學、醫學影像和醫療設備

首播時間：3 月 23 日 22:00 - 22:50

會議代碼：[CWES52189]

演講概要：醫療健康和生命科學需要加快和優化與基因組學、放射學、病理學、醫療設備和硅基藥物發現有關的工作流程。NVIDIA 幫助數據科學家、生物信息學家和開發人員利用 AI 與高性能計算的力量，為患者提供更好的護理并更加深入地了解蛋白質、DNA/RNA 和小分子。目前，我們正處于一個 GPU/CPU/DPU 技術、AI 模型架構和解決方案頻頻取得巨大突破和新發現的時代，這些突破與發現將幫助研究人員開發、部署和擴展他們的 AI 模型。在 GTC 23，我們有來自計算化學、計算生物學、數據科學、生物信息學、醫療設備、計算機視覺、圖片存檔和通信系統、自然語言處理、放射學、病理學以及基因組學等各個領域的專家，與您共同探討這些話題。

不容錯過——深入了解 NVIDIA 人工智能框架

除了聆聽特別演講、同技術專家進行深入交流外，此次 GTC 23 還將帶您深入了解 MONAI 和 BioNeMo 等人工智能框架在生物醫藥領域的應用。

用 MONAI 進行醫學成像的生成式人工智能

首播時間：3 月 22 日 23:00 - 2:00

會議代碼：[SE52190]

演講概要：MONAI 已開始研究和開發用于醫學影像的生成式人工智能。我們將首先介紹 MONAI，然后深入了解為什么合成數據和生成式人工智能對醫學影像至關重要。除此之外，我們還將探討生成式人工智能如何助力臨床研究、保護隱私和數據。您將了解到 MONAI 的最新貢獻，包括擴散模型等生成式模型、自回歸轉換器、生成對抗網絡（GAN）以及相關的機器學習應用，如圖像生成、異常檢測、超級分辨率等。我們還將提供現有模塊的實操演練。最后，我們將舉行一場公開小組討論，屆時多位為這項工作做出積極貢獻的研究人員將會出席。

在 AWS 上部署端到端的 MONAI 流程

首播時間：3 月 23 日 23:00 - 2:00

會議代碼：[SE52191]

演講概要：這個會議將會幫助您了解如何使用 AWS 云上的 MONAI 加速云端 AI 醫學影像研究。AWS 通過提供標簽、訓練和部署選項，將 MONAI 整合到其 AI 醫學影像的全生命周期中。首先，您將進一步了解MONAI標簽以及如何使用 AWS AppStream 快速啟動和使用 3D Slicer 等第三方醫學影像檢視器。這些技術將幫助您減少注釋每個新數據集所需的時間和精力。接下來，您將使用 Amazon SageMaker 上的 MONAI Core 并學習如何使用 AWS AI/ML 代管服務訓練和調整您的AI模型。相比靜態基礎設施，您將通過 SageMaker 探索更多架構和超參數。最后，您將使用 Amazon HealthLake Imaging 和 MONAI Deploy 將您的AI模型作為AI應用的一部分部署到臨床生產環境中。我們將在整場研討會上使用一個項目案例來解釋端到端的機器學習流程。

利用 BioNeMo 與 LLMs 理解生命的語言

首播時間：3 月 23 日 22:00 - 24:00

會議代碼：[DLIT52088]

演講概要：基于轉換器的大型語言模型（LLM）已徹底改變了我們理解和探索大規模數據集的方式，使我們能夠高效地生成和增強相關數據。現在，這些轉換器模型被更加廣泛地用于理解 DNA、RNA、蛋白質、化合物等生命分子的語言。以高效率的方式理解和探索這些龐大而復雜的化學和生物數據庫對于加快藥物研發至關重要。使用 NVIDIA NeMo 框架構建的 BioNeMo 可用于訓練基于轉換器的 LLM 以及它們的推理能力。我們將介紹 BioNeMo 及其應用，然后深入探討如何使用 BioNeMo 提供的預訓練模型 ESM1nv、ProtT5nv 和 MegaMolBART 進行推理，包括化學領域探索與生物學推理的演練。此外，我們還將舉例說明如何使用從預訓練模型中學習到的嵌入進行屬性預測。

即刻點擊“閱讀原文”或掃描下方海報二維碼，查看更多醫療健康領域精彩演講詳情。

掃描下方海報二維碼，鎖定 NVIDIA 創始人兼首席執行官黃仁勛的 GTC 主題演講！北京時間 3 月 21 日 23:00 全球首播，3 月 22 日 10:00 中國重播。深度解讀 NVIDIA 加速計算平臺如何推動人工智能、元宇宙、云技術和可持續計算的下一波浪潮。加入 GTC23，切勿錯過 AI 的決定性時刻！