全新的Nemotron-4 Hindi NIM微服務有助於促進開發適用於生命科學研究、醫學影像與藥物探索的生成式AI應用程式
印度各地的生命科學與醫療照護組織使用生成式人工智慧（AI）來開發應用，能在印度國內和全球各地拯救生命。
這些重要機構包括印度理工學院馬德拉斯分校（IIT Madras）和德里因陀羅資訊科技大學（IIIT-Delhi）的研究中心、智慧生命科學公司 Innoplexus，以及 AI 主導的醫療診斷平台供應商 5C Network。
NVIDIA NIM 微服務是他們各項工作的核心，包括全新的 Nemotron-4-Mini-Hindi 4B 微服務，用於以印地語建立主權 AI 應用程式和大型語言模型（LLM）。
Nemotron-4 Hindi 模型在適用於印地語 20 億至 80 億個參數模型大小類別的基準中，達到最高的準確度。
印度醫療照護市場預計將從去年的 1,800 億美元，成長至 2028 年的 3200 億美元規模，而全新的 AI 模型有可能讓更多人接受醫療照護服務，以及提高這些服務的效率。
為了滿足不斷成長的需求與更快幫助更多病患，印度政府正透過 IndiaAI Mission 等計畫，大力投資建立在國內設計與開發的基礎 AI 模型，包括用於醫療照護領域的模型。
在 AI 的幫助下，印度醫療照護生態系的成員帶頭推動神經科學研究、對抗抗生素抗藥性、加速藥物探索、自動化診斷掃描分析等領域的發展。
印度理工學院馬德拉斯分校利用AI推動神經科學研究
印度理工學院馬德拉斯分校腦部中心對不同年齡層及腦部疾病的病患，製作完整人類大腦細胞層的影像，並且使用 AI 來分析這些數 Petabyte 大小的原始資料集，以推動神經科學研究。這項工作為瞭解腦部結構和功能，以及它們在疾病情況下的變化開闢新的途徑，加緊腳步讓這些研究發現有可能拯救人們的生命。
為了讓 STEM 學生和研究人員更容易獲取有關大腦的資訊，該中心正在使用 Nemotron-4 印地語 NIM 微服務開發一款AI聊天機器人，以印地語回答與神經科學相關的問題。
這款聊天機器人建立在該中心現有由 NVIDIA AI 支援的知識探索框架 Neuro Voyager 上。用視覺問答模型與大型語言模型開發出的 Neuro Voyager，讓研究人員能夠查詢與腦部影像有關的內容，並且利用多模態資訊檢索功能提供極為準確的答案。
印度理工學院馬德拉斯分校利用研究出版物中的真實資料和合成資料開發出 Neuro Voyager。
研究團隊使用用於資訊檢索的 NIM 微服務集合 NVIDIA NeMo Retriever，微調嵌入模型和進一步完善框架，將準確度提高了 30%。
研究人員在工具產生答案的部分，使用在 NVIDIA DGX 系統上運行的 Llama 3.1 70B NVIDIA NIM 微服務，與原生模型相比，LLM 的推論速度加快了四倍。
由德里因陀羅資訊科技大學帶領的聯盟使用生成式AI和NVIDIA DGX對抗抗生素抗藥性
德里因陀羅資訊科技大學的研究小組使用 Nemotron-4 Hindi 模型收集包括印地語等當地語言書寫的抗生素處方模式。
當細菌、病毒、真菌和寄生蟲隨著時間而改變，不再對治療有反應又提高疾病傳播、發生重症和死亡的風險時，就會出現抗生素抗藥性。這是對全球人類健康最大的威脅之一。
德里因陀羅資訊科技大學的研究人員預測由 AI 引導的抗生素管理，將成為防止 2025 年至 2050 年間因抗生素抗藥性而造成數千萬人死亡的重要因素。
研究人員使用由 AI 支援的資料整合與預測分析工具 AMRSense，可提高準確性與加快找出抗生素抗藥性的時間。AMRSense 採用基於NVIDIA NeMo 平台的自然語言處理技術，可在醫院和社區環境中使用。
這項由德里因陀羅資訊科技大學與其他研究機構合作提出的解決辦法，在 Trinity Challenge 挑戰賽的三百多項參賽作品中名列第二，Trinity Challenge 是一項要求提出資料驅動的解決方案來幫助因應全球健康威脅的賽事。
IIIT-Delhi 同樣使用 NVIDIA DGX 系統建立基礎模型，以進一步改善其工作流程。
5C Network使用NVIDIA NIM和MONAI進行AI驅動的醫療影像處理作業
位於班加羅爾與哥印拜陀的 5C Network，使用電腦視覺與 LLM 技術開發 Bionic 醫療影像工具套件，閱讀、偵測與分析醫療掃描影像，並產生綜合性的醫療紀錄，提出可供後續採取行動的看法，以支援臨床醫師做出決定，協助改變放射科的報告方式。
印度最大的醫院集團與多間大型醫院使用 Bionic 來偵測掃描影像裡的病理特徵，例如 X 光中的肺部病變或 MRI 影像裡的腦腫塊。它接著提供這些異常情況的詳細測量結果，例如病灶的大小、體積或密度，以評估疾病的嚴重程度和規畫治療方式。最後，Bionic 會將資料匯整成可供後續採取動作的明確報告，並且建議接下來的步驟，例如進一步測試或專家轉診。
Bionic是透過使用開源 MONAI 架構、用於高效能深度學習推論的 NVIDIA TensorRT 應用程式介面生態系，以及用於客製化生成式 AI 的 NVIDIA NeMo 平台所開發。
5C Network 現使用 Nemotron-4-Hindi 4B NIM 微服務，強化其客戶端應用程式，讓病患可以詢問有關放射診斷報告的問題，並且用簡化後的印地語給予快速準確的答覆。
Innoplexus利用NVIDIA NIM分析蛋白質交互作用
Innoplexus 是 NVIDIA Inception這項專為尖端新創公司而成立的計畫的成員之一。Innoplexus 建立了一個由 NVIDIA NIM支援的 AI 生命科學藥物發現平台，其中包括 AlphaFold2 NIM 微服務。
蛋白質與蛋白質之間的交互作用（PPI）是引發疾病發生與惡化之致病與生理機制的重要因素。這表示掌握 PPI 有助於促進制定有效的診斷和治療策略。
Innoplexus 進行大規模 PPI 預測的速度比傳統方法快上 500 倍。該公司的平台利用 NVIDIA H100 Tensor 核心 GPU 進行加速，可在短短幾秒內分析兩億個蛋白質交互作用。
Innoplexus 使用 NVIDIA NIM 微服務產生合成的病患資料以強化其 AI 模型，並且在八小時內對 580 萬種小分子進行虛擬篩檢，比未使用 NIM 時快上十倍。
微服務還幫助 Innoplexus 找出一組特定治療藥物中最有效、最安全的藥物，準確率高達 90%。
Innoplexus 正在使用新的 Nemotron-4 Hindi 模型開發一種工具，讓使用者可以根據關鍵儲存庫的印地語內容，輕鬆使用和瞭解有關印度本土傳統醫學系統阿育吠陀（Ayurveda）的資訊。
Innoplexus 使用全新的印地語模型建立另一個 LLM 應用程式，以簡單易懂的文字向使用者解釋照片上處方和醫療報告的細節。
NVIDIA NIM 微服務是 NVIDIA AI Enterprise 軟體平台的一部分。開發人員可在 ai.nvidia.com 免費開始使用。
此外，包括 Infosys、塔塔顧問服務公司（Tata Consultancy Services，TCS）、Tech Mahindra 和 Wipro 在內的全球系統整合商正與 NVIDIA 合作，協助生命科學與醫療照護公司加速採用生成式 AI。
在印度舉行的 NVIDIA AI 高峰會將提供更多有關生成式 AI 與加速運算的最新資訊 ，並且歡迎訂閱 NVIDIA 醫療照護領域最新消息。
