Sfruttare modelli di intelligenza artificiale ottimizzati per l’assistenza sanitaria è più facile che mai grazie all’integrazione di NVIDIA NIM, un set di microservizi nativi del cloud, con Amazon Web Services (AWS).
NIM, che fa parte della piattaforma software NVIDIA AI Enterprise disponibile su AWS Marketplace, consente agli sviluppatori di accedere a una libreria crescente di modelli di intelligenza artificiale tramite application programming interface (API) standard del settore. La libreria comprende modelli foundation per la scoperta di farmaci, l’imaging medico e la genomica, supportati da sicurezza e assistenza di livello enterprise.
NIM è ora disponibile tramite Amazon SageMaker – un servizio completamente gestito per preparare i dati e costruire, addestrare e distribuire modelli di machine learning – e AWS ParallelCluster, uno strumento open-source per distribuire e gestire cluster di calcolo ad alte prestazioni su AWS. I NIM possono anche essere orchestrati utilizzando AWS HealthOmics, un servizio appositamente creato per l’analisi dei dati biologici.
Il facile accesso a NIM – sottolinea NVIDIA – consentirà alle migliaia di aziende del settore sanitario e delle scienze della vita che già utilizzano AWS di implementare l’IA generativa più rapidamente, senza le complessità dello sviluppo dei modelli e del packaging per la produzione. Inoltre, aiuterà gli sviluppatori a creare flussi di lavoro che combinano modelli di IA tra diverse modalità, come sequenze di aminoacidi, immagini di risonanza magnetica e cartelle cliniche dei pazienti in testo semplice.
Presentata all’inizio del mese all’AWS Life Sciences Leader Symposium di Boston, questa iniziativa estende la disponibilità del software e dei servizi healthcare accelerati di NVIDIA Clara su AWS, che includono NIM veloci e facili da implementare di NVIDIA BioNeMo per la scoperta di farmaci, NVIDIA MONAI per i workflow di imaging medico e NVIDIA Parabricks per la genomica accelerata.
BioNeMo è una piattaforma di AI generativa composta da modelli foundation, framework di training, data loader specifici per il dominio e training recipe ottimizzate che supportano l’addestramento e la messa a punto di modelli di biologia e chimica su dati proprietari. È utilizzata da oltre 100 organizzazioni a livello globale.
Amgen, una delle principali aziende biotecnologiche del mondo, ha utilizzato il framework BioNeMo per addestrare modelli generativi per la progettazione di proteine e sta esplorando il potenziale utilizzo di BioNeMo con AWS.
I modelli BioNeMo per la previsione della struttura proteica, la chimica generativa e la previsione del docking molecolare sono disponibili come microservizi NIM, preaddestrati e ottimizzati per essere eseguiti su qualsiasi GPU o cluster di GPU NVIDIA. Questi modelli possono essere combinati per supportare un workflow di scoperta di farmaci olistico e accelerato dall’intelligenza artificiale.
L’azienda di biotecnologie A-Alpha Bio sfrutta la biologia sintetica e l’intelligenza artificiale per misurare, prevedere e progettare le interazioni fra proteine. Quando i suoi ricercatori sono passati da una versione generica del modello di linguaggio proteico ESM-2 a una versione ottimizzata da NVIDIA in esecuzione su GPU NVIDIA H100 Tensor Core su AWS, hanno immediatamente riscontrato una velocità superiore di 10 volte. Questo permette al team di campionare un campo di proteine candidate molto più ampio di quanto sarebbe stato possibile altrimenti.
Per le organizzazioni che desiderano aumentare questi modelli con i propri dati sperimentali, NIM consente agli sviluppatori di migliorare un modello con la retrieval-augmented generation, o RAG, nota come progettazione lab-in-the-loop.
NVIDIA NIM include i modelli di genomica di NVIDIA Parabricks, che sono disponibili anch’essi su AWS HealthOmics come workflow Ready2Run che consentono ai clienti di distribuire pipeline precostituite.
Agilent, azienda operante nel settore delle scienze biologiche, ha utilizzato gli strumenti di analisi genomica di Parabricks in esecuzione su istanze Amazon Elastic Compute Cloud (EC2) alimentate da GPU NVIDIA per migliorare in modo significativo la velocità di elaborazione dei workflow di chiamata di varianti sul software cloud-native Alissa Reporter dell’azienda. L’integrazione di Parabricks con le pipeline di analisi secondaria di Alissa consente ai ricercatori di accedere a una rapida analisi dei dati in un ambiente cloud sicuro.
Oltre a modelli in grado di decodificare proteine e sequenze genomiche, i microservizi NIM offrono large language model ottimizzati per l’AI conversazionale e modelli di AI generativa visiva per avatar e umani digitali.
Gli assistenti digitali dotati di AI possono migliorare l’assistenza sanitaria rispondendo alle domande dei pazienti e supportando i medici nella logistica. Addestrati su dati specifici dell’organizzazione sanitaria utilizzando la RAG, potrebbero connettersi a fonti di dati interne rilevanti per sintetizzare la ricerca, far emergere insight e migliorare la produttività.
La startup di intelligenza artificiale generativa Hippocratic AI è nelle fasi finali della sperimentazione di healthcare agent alimentati dall’intelligenza artificiale che si focalizzano su un’ampia gamma di compiti, tra cui il wellness coaching, l’assistenza preoperatoria e il follow-up post-dimissione.
L’azienda, che utilizza le GPU NVIDIA tramite AWS, sta adottando i microservizi NVIDIA NIM e NVIDIA ACE per alimentare un agent di AI generativa per la salute digitale.
Il team ha utilizzato la tecnologia di animazione facciale NVIDIA Audio2Face, il riconoscimento vocale automatico e le capacità di text-to-speech NVIDIA Riva e altro ancora per alimentare la conversazione di un assistente sanitario.
È possibile sperimentare NIM NVIDIA for healthcare e iniziare a usare NVIDIA Clara su AWS.
