Katie Link – NVIDIA 技術博客 http://www.open-lab.net/zh-cn/blog 閱讀開發者創建的最新技術信息、頭條新聞 和內容。 Tue, 17 Jun 2025 08:18:06 +0000 zh-CN hourly 1 196178272 借助 NVIDIA 生物醫學 AI-Q 研究代理 Blueprint 推進文獻回顧和目標發現 http://www.open-lab.net/zh-cn/blog/advancing-literature-review-amp-target-discovery-with-nvidia-biomedical-ai-q-research-agent-blueprint/ Wed, 11 Jun 2025 08:14:02 +0000 http://www.open-lab.net/zh-cn/blog/?p=14270 Continued]]> 長期以來，生物醫學研究和藥物研發一直受到勞動密集型流程的限制。為了發起藥物研發活動，研究人員通常會梳理大量科學論文，了解已知蛋白質標和小分子對的詳細信息。 閱讀和深入理解一篇論文需要一至六個小時，而在沒有 AI 輔助的情況下總結研究結果，平均每篇論文需要 165 分鐘。從目標識別到 U.S. Food and Drug Administration 批準，藥物研發活動歷時 12 到 15 年，而在這一過程中，這些效率低下的問題變得更加復雜。 NVIDIA 開發了 Biomedical AI-Q 研究智能體，幫助藥物研發科學家快速審查可用文獻、得出復雜的假設，然后將未發現的蛋白質點交給虛擬篩選代理。傳統上，手動執行此過程既耗時又繁瑣，需要數天時間來閱讀和總結論文。 此生物醫學 AI-Q 研究智能體開發者 Blueprint 基于多個現有框架進行設計。

Source

]]> 14270 利用 NVIDIA NIM 微服務構建生成式 AI 醫療設備訓練助手 http://www.open-lab.net/zh-cn/blog/build-a-generative-ai-medical-device-training-assistant-with-nvidia-nim-microservices/ Fri, 20 Dec 2024 08:45:11 +0000 http://www.open-lab.net/zh-cn/blog/?p=12468 Continued]]> 醫療設備創新不斷加速，每年獲得 FDA 批準的數量都創下新高。向臨床醫生和患者介紹這些全新或更新的設備時，他們需要接受培訓，以正確、安全地使用這些設備。 使用后，臨床醫生或患者可能需要獲得排查問題的幫助。醫療設備通常附有冗長且技術復雜的 Instructions for Use (IFU) 手冊，這些手冊描述了設備的正確用法。快速找到正確的信息可能很困難，在新設備上訓練是一項耗時的任務。醫療設備代表通常會提供支持培訓，但可能無法實時回答所有問題。這些問題可能會延遲醫療設備的使用和較新技術的采用，在某些情況下，還會導致錯誤使用。 檢索增強型生成 (RAG) 使用深度學習模型 (包括大語言模型 (LLMs))，使用自然語言高效搜索和檢索信息。借助 RAG，用戶可以接收大型文本語料庫 (例如 IFU) 中特定問題的易于理解的說明。語音 AI 模型，如自動語音識別 (ASR)…

Source

]]> 12468 人人超碰97caoporen国产