初創加速計劃|0xmd生成式AI醫療健康解決方案

0xmd 專注于研發面向醫療和健康的生成式 AI 應用，致力于改進患者護理和醫學診斷。解決方案涵蓋增強診斷能力、改善病患護理、優化醫療體系，推動醫療服務更加平等與普及。0xmd 的方案應用于食品分析、藥物管理、健康檢查報告解讀和皮膚病檢測等領域。

在推動醫療健康 AI 方案的技術和業務上也遇到了一些挑戰，包括高性能技術需求、實時成像數據處理、模型推理效率和準確性、多模態數據融合、擴展性和靈活性等，在 NVIDIA 的產品和技術支持下實現了很好的優化。

• 高性能計算需求：處理醫學影像和復雜醫學文本數據需要強大的計算能力。NVIDIA GPU 及其并行計算技術，能夠高效處理和分析海量醫療數據，滿足實時復雜算法的執行需求。

• 成像數據處理：通過深度學習技術，對多種類型的醫療影像數據（如 X 光片、MRI 和 CT 掃描）進行分析和處理。利用 MONAI 進行影像的預處理、增強和分割，從而提高診斷的準確性和速度，實現高吞吐量、低延遲的醫療影像分析。這為醫療專業人員提供了即時且可操作的診斷信息，支持精準醫療決策。

• 模型推理效率與準確性：提高模型推理的效率、準確性和速度是關鍵挑戰。通過 TensorRT 和 Triton Inference Server 的優化，實現了模型推理加速，顯著提升了診斷效率和準確性。

• 多模態數據融合：LVLM 需要融合文本與圖像數據。NVIDIA GPU 以卓越的圖像處理能力，為多模態數據分析提供了強大支持。

• 擴展性與靈活性：隨著業務發展，需要一個可擴展且靈活的技術基礎設施。NVIDIA 解決方案幫助動態調整資源和計算能力，支持公司的全球業務擴展。

0xmd 的醫療 AI 應用，最重要一部分是AI醫療小助手：用戶通過與 AI 助手的對話， AI 小助手會根據已有的模型進行詳細分析、解答和詢問，通過模擬真實世界醫生和病人的問診過程，從而幫助用戶更好的處理病患或健康相關問題。在此應用上，公司采用 NVIDIA GPU 用于訓練和推理，確保高效的運算性能和反應速度，極大地優化了 AI 模型推理的效率和效果。同時，通過 TensorRT 的部署，優化了深度學習模型，提高生產環境中的推理效率。同時，通過模型的量化和層融合技術，TensorRT 適用于所有規模的模型，能有效減少延遲并提升吞吐量。在模型并行部署時，采用 Triton Inference Server，根據需求動態調整資源分配，優化整體的運算效率。

公司醫療 AI 應用也接入了大型視覺語言模型（LvLM），應用于食品、藥品、體檢報告和皮膚病檢測領域。例如，通過健康報告掃描器，用于解讀體檢報告，分析和提取關鍵信息，以全面了解用戶的健康情況。?

為了支持實時醫療影像的分析與預處理，公司基于 MONAI Stream SDK 打造了高效的 AI 驅動解決方案進行醫療影像處理。MONAI 基于 PyTorch 構建，支持圖像分割、分類和配準等多種醫療影像任務，并提供專為醫療影像優化的工具和算法。

0xmd?正在逐步將現有系統更新至 NVIDIA Clara，以獲得更廣泛的生態系統支持，預計在 2025 年第三季度完成。更新后的系統將進一步應用 MONAI Deploy SDK，提升預處理、增強和推理等環節中的深度學習模型的精準度和效率，確保更快速地分析 X 光片、MRI 和 CT 掃描等醫療影像。

MONAI Label 工具在訓練數據集標注上的優勢，也有助于提升醫療影像分析模型的質量，從而增強整個系統的分析能力。

NVIDIA 技術在 0xmd 的應用中帶來了顯著的效果，在 NVIDIA GPU 和軟件庫的賦能下，0xmd 開發出更為高效和精準的醫療 AI 模型應用。NVIDIA GPU 的部署使得由小型到大型模型的推理變得更有效率，大幅提高了醫療影像分析和自然語言處理的反應速度。在模型訓練階段，也極大縮短了研發周期，幫助 0xmd 更快地迭代和優化 AI 模型和應用。

通過引入 NVIDIA 的 Triton Inference Server，能夠在維持成本的同時靈活地擴展其服務。這一技術優勢使得 0xmd 能夠在全球范圍內更高效地部署和管理其醫療AI解決方案，從而快速擴展業務，并在全球市場中取得領先地位。結合 MONAI 的應用，進一步增強了 0xmd 在醫療影像分析與數據處理上的效率。

0xmd 創始人及首席架構師區兆倫表示：“NVIDIA 的技術在我們的業務中起到了革命性的作用。它不僅提高了我們的運算效率，還大大縮短了產品開發周期。借助于 NVIDIA 的高性能計算解決方案，我們能夠提供市場領先的醫療 AI 產品，這在提高診斷準確性和加快疾病診斷速度方面發揮了至關重要的作用。”