生成式 AI 浪潮正在重新定义医疗生命科学（HCLS）。GTC 2024 上即将举办的包含多场专题演讲，内容有使用大语言模型 （LLM） 的生成式 AI 应用到增强成像技术，以及 AI 如何在生物学、医疗设施等领域提升效率，并加速产品上市。

  观看本会议，了解是什么创造了医疗健康行业的未来、推动创新解决方案开发，并为 AI 驱动的企业ECO赋能。在改善患者护理、提高运营效率、革新药物研发和前沿创新相关话题中，您将见证业内专家精彩纷呈的观点切磋和深度洞察分享。

  医疗健康数字助理、数字手术和AI驱动的药物研发已不再遥远。欢迎收看 NVIDIA 医疗健康与生命科学总经理兼副总裁 Kimberly Powell 的精彩演讲，共同探索由生成式 AI 和加速计算推动的医疗健康新时代。

  细胞是生命的最小单位，它们是如何真正工作的？细胞生病时会发生啥？怎么样才可以让它们保持健康？为了回答这样一些问题，CZI 基金会正在与 NVIDIA 合作打造非营利性生物高性能计算系统，这也是全球最大的同类系统之一。该系统将创建细胞和细胞状态的预测模型，帮助科学家更快地进行实验和测试假设，为取得突破性进展铺平道路，进而更快地为病人诊断以及提供更好的治疗方案。届时 CZI 基金会联合创始人兼联合首席执行官 Priscilla Chan 和 NVIDIA 医疗 AI全球负责人 Mona Flores 将在大会上讨论 AI 如何赋能新一代生物医学。

  药物研发的各个阶段都极具挑战性。开发新药不仅耗时长、过程复杂、成本高，同时失败率极高，导致许多医疗需求得不到满足。这些挑战在很大程度上归因于基本科学问题的复杂性和非线性，包括破译细胞如何在疾病中失常、预测治疗干预的正确靶点，生成和设计针对这些靶点的分子或其他疗法，以及预测哪些患者应该接受专业的治疗以及治疗的剂量和疗程。

  每一个挑战都蕴含着值得深究的巨大可能性，远远超出了实验室或患者群体所能测量的范围，例如基因变异的可能组合数量、类药物小分子或治疗性抗体的数量。从表征学习到生成式 AI，机器学习的所有的领域都取得了突飞猛进的发展，这为我们应对挑战、变革药物研发提供了宝贵机会。

  要想产生切实的影响，就需要整个药物研发领域做出转变，成为“循环实验室”的一部分。需要收集实验或临床数据来训练模型，使用模型来预测下一组实验，并对这一过程进行大规模迭代，从而在任何特定项目中都能产生关键预测结果，并改进所有项目的模型。收看该会议，了解我们如何帮助基因泰克公司在目标发现、药物研发实验和机器学习环路中建立这样一个循环实验室，为自身免疫性疾病、神经变性、传染性疾病和癌症患者提供服务。

  高倍率单细胞空间转录组技术正在彻底改变生命科学研究的所有的领域。NanoString 公司最近实现了空间成像的重大突破：人类全转录组 RNA 成像面板（18,936-plex）。这一涵盖完整蛋白质的编码转录组将单细胞成像推进到全转录组水平，代表了空间成像内容信息/密度的超高水准。

  我们将展示涵盖整个单细胞实验范围的数据，从培养细胞、解离组织样本到 FFPE 组织切片，着重关注癌症生物学和人类大脑成像。NanoString 正在与 NVIDIA 紧密合作，共同探索：加速数百 TB 数据/样本的仪器实时处理、将 CosMx 处理过的数千兆字节数据/样本直接加速传输到云端、对数千兆字节图像进行三维分割，以及对数亿个单细胞和数十亿条转录本进行高效经济的云端三级分析。双方正与制药公司密切合作，开发新的 “空间智能”药物疗法。

  我们将展示一种深度学习框架，可在药物开发过程中自动进行图像分割。MONAI Label 可在几分钟内完成多种生物成像技术的原始输出，而无需人工标注数周时间。我们将举例介绍三种业务应用，包括通过核磁共振成像评估小鼠肾脏总体积和疾病状态，估算肿瘤随时间的生长情况，以及提取非人灵长类动物的全身影像。借助集成 3D Slicer 前端和内部高性能计算的 MONAI Label 工具箱，我们展示了药物开发中生物成像分析效率的提升。根据结果得出，专家级手动分析与自动模型推理之间有很强的相关性，同时将周期时间缩短了数百倍。未来工作涉及解决可扩展性和通用性问题，以及在动物研究中纳入多模态分段模型应用。

  基于医学影像的 AI 解决方案正在加速和优化药物开发流程，并实现个性化医疗。这些解决方案的开发需要跨越整个 AI 生命周期的统一框架，同时具备敏捷性、安全性和协作性。为了简化和优化这一流程，诺华采用 Flywheel AI Factory，同时在 NVIDIA MONAI（AI 医疗开放网络）的辅助下进行数据获取和整理、注释和标记、模型训练以及验证和推理。

  通过将 NVIDIA 的强大功能融入 Flywheel Core，诺华在整个 AI 开发生命周期中实现了惊人的效率、灵活性和可重复性。参会者将了解到该环境如何将复杂的成像数据加速转换为分析就绪的数据集，同时通过版本控制和出处跟踪以确保合规性。这些成就是 Flywheel 和 NVIDIA 共同合作的成果，在用于成像的试验场地和用于二次分析的 CRO 中部署 AI 解决方案，率先打造了可靠的 AI 应用，同时推动医学影像研究发展和效率提升。

  在技术与医学日益交融的时代，生成式 AI 在变革患者护理、医学研究和培训以及医疗健康经济学方面的影响至关重要。本次会议旨在探讨通过哪些方法，让这些技术不仅是工具，更是成为重新定义医疗服务、发现新药和提高患者疗效的关键驱动力。NVIDIA 医疗健康与生命科学总经理兼副总裁 Kimberly Powell 作为主持人，与大家一同探讨 AI 技术进步与实际医疗应用之间的协同作用。本次会议还邀请了众多 AI 专家参与讨论，包括 Eric Topol、Catherine Wood 和 Peter Lee。

  AI 正在彻底改变疾病的预防、诊断和治疗方式，降低医疗系统成本，以及降低医疗服务门槛。欢迎与医疗技术领域极具影响力的领导者一起，了解其如何在价值链的所有的环节（从医疗设施的设计和开发到应用和部署）利用这一变革性技术。本次会议讨论的内容有：AI 驱动的医疗设施如何在提供以患者为中心的先进医疗服务和降低医疗服务门槛方面发挥关键作用；为软件即医疗设施（SaMD）平台打造动态ECO面临的机遇和挑战；以及 AI 、互联设备、数字孪生和数据驱动洞察力方面的发展的潜在能力，及其与医疗技术创新商业模式的相互作用。

  Daphne Koller Insitro 创始人兼首席执行官、斯坦福大学计算机科学兼职教授

  本次会议将探讨生物学与 AI 的交叉，深入探讨 AI （从图形机器学习到大语言模型）在药物研发中的变革作用。知名专家将讨论如何加速计算机实验、相关挑战以及生成式 AI 在创造新生物结构中的作用。我们的目标不仅是在生物学家和计算机科学家之间架起一座桥梁，还将深入探讨整合大规模计算方式在推进药物开发方面的潜力。

  医疗健康数字助理、数字手术和人工智能驱动的药物发现已不再是未来的事情。欢迎加入 NVIDIA 医疗健康和生命科学副总裁 Kimberly Powell 的精彩分享，共同探索由生成式 AI 和加速计算推动的医疗健康新时代。

  *GTC Watch Party 是由 NVIDIA 本地专家主持，以中文讲解，带领参与者同步观看某一精选演讲并解读和实时答疑的会议形式。这是一个互动式的会议，我们鼓励您在聊天区参与讨论，提出见解或问题。