数字双胞胎在 Nvidia 开发机器人和自动驾驶汽车的平台中发挥着至关重要的作用。但医疗数字双胞胎用例面临着几个重大的监管、技术和隐私障碍。在今年的 GTC 上，英伟达展示了各种可能推动医学数字孪生采用的重大进展。

支撑人工智能的硬件已经成熟到人工智能产业需要不断改进、更新、测试和验证的阶段。 “如果没有数字双胞胎，我们将无法扩大规模，”Nvidia 的医疗保健副总裁 Kimberly Powell 在新闻发布会上表示。

引入的主要医疗保健进步 GTC 包括合成数据生成、其 Clara 医疗 AI 平台的商业发布、增强的 DNA 测序工作流程、改进的药物警戒能力和改进的药物发现工具。增强的数字孪生功能最终将利用这些进步显着提高患者安全并支持医疗保健行业。

增强机器人数据平台

英伟达一直是创新的领导者 AI 平台在自动驾驶 (Drive)、机器人设计 (Isaac) 和医疗保健 (Clara) 这些平台简化了行业领域人工智能的开发、部署和持续改进。每个平台都包含将来自不同来源的数据引入开发环境、大规模训练新算法并将其部署到新推理硬件所需的所有功能。

医疗保健数据占全球数据需求的 30%，并以 36% 的复合年增长率增长。 Nvidia Clara 通过 AI 培训简化了 AI 工作流程；超过 40 个跨数据中心的预训练模型、应用程序和平台；在独立服务器中；或集成到医疗设备中。但是，英伟达尚未宣布具体的医疗数字孪生功能。

相比之下，Drive 和 Isaac 都包含数字双胞胎功能，可简化产品设计、人工智能培训工作流程和测试新硬件和软件组合的性能的工作流程。例如，Drive 支持完整的模拟环境，可以综合生成反映雨、雪和黑暗影响的变化。这些模拟可以帮助训练和开发模型，并预测模型何时可能表现得不够好。同样，Isaac 帮助在这些模拟环境中构建和测试新的机器人硬件和算法。

由于隐私保护、医疗法规和安全考虑，数字孪生功能在医学领域更具挑战性。尽管当今公司在一次性实施中解决了这些问题，但这些问题难以扩展。 Nvidia 现有的工具链和最近的公告相结合可以帮助解决这些挑战。

GTC 上的医疗保健公告

超快速纳米孔分析管道 (UNAP) 是一种新的 DNA 测序平台，可在单个 DGX A100 上运行，将全基因组测序的计算成本从 568 美元降低到 183 美元。它最近帮助创造了在 4 小时 10 分钟内完成整个基因组测序的世界纪录。
支持四家初创公司使用英国最快的超级计算机开发用于决策、治疗和药物发现的人工智能转换器。 Transformers 帮助团队分析代表大量医疗数据的未标记数据。
尽早使用 Megamolbart，这是与 Astrazeneca 合作开发的一种新的化学培训框架和生成模型。一种自然语言处理 (NLP) 模型，可读取化合物的文本格式并使用 AI 生成新分子。变压器化学模型可以使用 Nvidia Nemo Megatron 框架训练具有超过 10 亿个参数的化学语言模型。
杨森基于 Biomegatron 构建的新领域特定 NLP 模型将不良药物事件检测提高了 12%，总检测率为 88%。
SynGatorTron 是世界上最大的临床语言模型生成工具，与佛罗里达大学合作。它可以自动创建医疗保健数据的合成数据，以改进 AI 模型，同时保护隐私。它可用于为患者记录创建数字双胞胎，作为临床试验中的对照组。互补的 GatorTron 模型还可以增强医疗聊天机器人、生物医学研究、临床试验匹配和医疗事件检测。
Nvidia Clara Holoscan MGC，一个实时医疗级 AI 计算平台的参考设计，计划于 2023 年第一季度提前使用。它承诺将 AI 开发产业化，并附带 10 年的软件堆栈支持协议。早期的硬件合作伙伴包括凌华科技、研华、Dedicated Computing、控创、丽台、MBX Systems、Onyx Healthcare、Portwell、Prodrive Technologies、RYOYO Electro 和元高科。