NVIDIA、医療用 AI コンピューティング プラットフォームを発表

NVIDIA、医療用 AI コンピューティング プラットフォームを発表

NVIDIA は最近、AI 駆動型イメージング、ゲノミクス、スマート センサーの開発と展開のためのヘルスケア アプリケーション フレームワークである NVIDIA Clara の機能強化を通じて、医療問題に適用される AI のサポートを拡大しました。

現在提供されている NVIDIA Clara Holoscan MGX プラットフォームは、NVIDIA の現在の医療機器エコシステムを拡張し、医療グレードのリファレンス アーキテクチャと長期サポートを提供します。この拡張により、今後数年間の医療イノベーションの推進に貢献することが期待されます。このソリューションは、低遅延センサーとネットワーク接続用のハードウェア システム、データ処理と AI 用に最適化されたライブラリ、組み込みからエッジ、クラウドに至るまでストリーミング、イメージング、その他のアプリケーションを実行するためのコア マイクロサービスを組み合わせた、医療機器向けの AI コンピューティング プラットフォームです。

医療規制に準拠するように設計

リアルタイム AI を実現するには、より高速で広範なデータ共有を綿密に検討する必要があります。 NVIDIA のプラットフォームは、事前トレーニング済みのモデルとスケーラブルなマイクロサービス フレームワークを単一のプラットフォーム内に統合しており、研究者や医療提供者が AI 主導の医療ソリューションを生み出すことを可能にします。

機密性の高い医療データ セット向けに特別に設計された組み込みのセキュリティ機能により、より高速な処理が可能になります。これらのコントローラは操作を監視し、リモートでのソフトウェア更新やシステム回復を提供します。

拡張されたプラットフォームは、高速コンピューティングを通じてヘルスケアのイノベーションを実現するとともに、創薬や手術などの分野で極めて重要な高度な視覚化も実現します。これにより、特に規模がビジネスだけでなく患者の治療結果にとっても重要な医療機器環境において、企業が AI 対応ソリューションを作成しやすくなります。

ユーザーは 10 年間の長期ソフトウェア サポートとハードウェア リファレンス デザインも利用できます。改良されたセンサーのおかげで、ユーザーはリアルタイムの洞察を活用して、ロボット手術などのハイタッチアプリケーションでも支援することができます。

新しいプラットフォームを構築する最初のユーザーには、Advantech、RYOYO Electro、Onyx Healthcare などが含まれます。これには、NVIDIA Jetson AGX Orin 産業用モジュール、NVIDIA RTX A6000 GPU、NVIDIA ConnectX-7 SmartNIC ネットワーク アダプターが含まれています。高スループットの計測をサポートする高 GPU 処理パスもあります。研究者や開発者は、Clara Holoscan MGX をデバイスに直接組み込むか、既存の医療機器設備に接続して、展開パスの柔軟性を高めるかを選択できます。

<<:  人間と人工知能がどのように関係を築くか

>>:  AIとローコード/ノーコードのすべきこと、すべきでないこと

ブログ    
ブログ    

推薦する

...

南京大学の周志華氏と清華大学の胡世民氏が学者候補に選出されました!コンピュータ分野合計7名

[[414852]]この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI...

オペレーターの人工知能への道

1年間の開発を経て、人工知能の技術とアプリケーションは、特に通信業界で徐々に爆発的に増加しました。 ...

...

Microsoft、SAP、Oracle などの世界的なソフトウェア大手は、生成 AI をどのように取り入れているのでしょうか?

2023年は、生成AIテクノロジーが大きな進歩を遂げる年です。ChatGPTなどのAIツールはテク...

2015年9月のプログラミング言語ランキング: 新しいインデックスアルゴリズムにより急上昇が解消

9月に、TIOBE Indexは改良されたアルゴリズムを使用してプログラミング言語の人気度を計算しま...

AI+がん診断:巨人の「小さなそろばん」はまだ実現困難

[[246868]]スマートヘルスケアの分野における最近のニュースを振り返ると、大手企業は絶えず行動...

Facebookは色を表現するために通信する2つのニューラルネットワークを作成

色をどのように表現するか考えたことはありますか?最新の研究によると、人間は個別の記号を使用して領域の...

インテリジェントビル通信システムの構成と要件

1. インテリジェントビル通信システムの構成インテリジェントビル通信システムは、主に以下の部分で構成...

現時点では、ディープラーニング以外の実装方法を模索する必要がある。

[51CTO.com クイック翻訳] ディープラーニングは確かに多くの印象的な成功事例をもたらしま...

機械学習による物流とサプライチェーン管理の変革

機械学習は、リアルタイムの需要予測、持続可能な物流、高度な予測分析など、大きなメリットをもたらします...

...

ReLU がビジュアル Transformer のソフトマックスに取って代わり、DeepMind の新しい手法でコストが急速に削減される

Transformer アーキテクチャは、現代の機械学習で広く使用されています。 Attention...

ディープラーニングのためのヘテロジニアスアクセラレーション技術(I):AIにはどれくらい大きな「心」が必要か?

1. 概要: 一般的 = 非効率的汎用プロセッサであるCPU(中央処理装置)は、コンピュータに欠か...