Nvidia重塑醫療體系：AI勞動力時代來臨

作為一個行業，醫療保健往往發展緩慢，明顯落后于其他行業。這有很多原因，包括預算限制、技術可用性，以及醫療錯誤可能導致生命損失的事實。

醫療保健變革一直是歷屆Nvidia GTC大會的重要組成部分，今年也不例外。實際上，在主題演講中，首席執行官黃仁勛總是強調醫療保健是人工智能對社會產生最大影響的行業。

在GTC26上，圍繞醫療保健中AI的敘述發生了變化。多年來，我們一直將AI視為屏幕上的工具，幫助放射科醫生發現腫瘤或幫助研究人員整理數據。但正如Nvidia醫療保健和生命科學副總裁Kimberly Powell在分析師專場會議上明確指出的那樣，"屏幕AI"時代已經結束。我們已經進入了智能體和物理AI的時代。

在價值10萬億美元且目前面臨生存性勞動力短缺的全球醫療保健行業中，這種轉變不僅僅是"酷炫技術"，而是系統生存的唯一途徑。Powell直言不諱地說："AI現在正在招聘。"你不再只是購買軟件，而是在雇傭數字或物理勞動力來擴展臨床醫生的覆蓋范圍。

超越"AI文書"走向智能體工作流程

過去兩年由"AI文書"定義——將口語轉換為臨床記錄的工具。那只是開場表演。現在，Nvidia正在提供真正執行工作的"智能體數字健康平臺馬賽克"。

Powell重點介紹了一家名為Abridge的公司，這說明了這一點。它不僅僅是轉錄，而是使用生成式AI來遍歷和理解患者旅程。如果醫生提到MRI，智能體會識別出它沒有預授權數據。智能體不是等待六個月的人工往返，而是在就診期間就地處理。正如Powell所說，"這些智能體系統本質上可以讓一個智能體調用另一個智能體，調用另一個智能體來遍歷患者的工作流程和旅程。"

物理表現：醫療保健機器人技術

當數字智能體處理文書工作時，物理AI正在進入手術室和醫院走廊。Nvidia在GTC上推出了專門為醫療保健機器人技術設計的大規模開放工具套件。這包括：

Open-H：世界上最大的醫療保健機器人數據集，擁有700多小時的外科手術視頻。

Cosmos-H：一個模型家族，生成物理精確的合成手術數據，使機器人能夠在接觸患者之前在數字雙胞胎中"練習"。

GR00T-H：一個視覺語言動作模型，允許機器人理解文本命令（如"遞手術刀"）并將其轉換為精確的物理動作。

強生公司、MedTec和CMR Surgical等行業領導者已經在使用這些工具。目標不僅僅是由人類驅動的"機器人手臂"，而是具有態勢感知能力的系統，能夠實時管理器械和無菌協調。

解決數字鴻溝和投資回報率問題

我從首席信息官那里聽到的最大擔憂之一是"數字鴻溝"。只有波士頓或舊金山的精英高預算醫療系統才能獲得這些機器人嗎？Powell的回答遵循了Nvidia的經典策略：加速計算降低成本。她指出，雖然幾年前與AI智能體咨詢可能花費一美元，但Nvidia最新的硬件和軟件優化已將成本降至不到一分錢。

通過從資本支出（購買數百萬美元的機器人）轉向運營支出（雇傭AI作為服務），農村和資金不足的醫院終于可以競爭了。"我們必須改變這種捕獲每個用戶體驗并將其反饋到系統智能中以改進的想法，"她解釋道。

最后一點："計算機模擬"革命

受到AI影響的不僅僅是患者護理，AI還可以革新實驗室。傳統上，藥物發現90%是"濕實驗室"（昂貴、緩慢、人工），10%是計算機模擬。Nvidia正在顛倒這個比例。

通過Nvidia BioNeMo，研究人員現在可以像語言一樣對生物學、DNA和化學結構進行建模。Powell提到了GTC上的一家公司，該公司構建了一個"AI科學家"，能夠通過生成200個智能體來運行分析和編寫代碼，將六個月的研究壓縮到僅16小時。

最終想法

Nvidia不再只是一家"芯片公司"，甚至不僅僅是一家"平臺公司"。在醫療保健領域，它已成為現代化的催化劑，使物理勞動力和生物研究得以發展。

無論是處理保險索賠的AI智能體、向疲憊護士遞送床單的人形機器人，還是設計新蛋白質的生成式模型，GTC醫療保健的主要主題都是"AI工廠"已經到達醫學領域。如果你是醫療保健CIO而沒有考慮如何"雇傭"這項技術來解決你的人員配備危機，你已經落后了。

Q&A

Q1：Nvidia在醫療領域推出的智能體工作流程與傳統AI文書有什么區別？

A：傳統AI文書只是將口語轉換為臨床記錄，而新的智能體工作流程能夠實際執行工作。比如Abridge公司的系統不僅轉錄，還能使用生成式AI理解患者旅程，當醫生提到MRI時，智能體能識別缺少預授權數據并在就診期間直接處理，而不是等待六個月的人工流程。

Q2：Nvidia為醫療機器人開發了哪些核心技術工具？

A：Nvidia推出了三大核心工具：Open-H是世界最大的醫療機器人數據集，擁有700多小時手術視頻；Cosmos-H能生成物理精確的合成手術數據供機器人練習；GR00T-H是視覺語言動作模型，讓機器人理解文本命令并轉換為精確物理動作。

Q3：AI技術如何解決醫療行業的數字鴻溝問題？

A：通過加速計算大幅降低成本，AI咨詢費用從幾年前的一美元降至不到一分錢。醫院可以從購買數百萬美元機器人的資本支出模式，轉向雇傭AI服務的運營支出模式，使資金不足的農村醫院也能獲得先進技術。