biopharma – NVIDIA 技術博客

為醫療保健開發 NLP 應用程序

Wed, 27 Jul 2022 06:27:00 +0000

自然語言處理（ NLP ）可以定義為人工智能（ AI ）、計算機科學和計算語言學的結合，以理解人類交流并從非結構化口語或書面材料中提取意義。在過去幾年中，醫療保健的非線性規劃用例有所增加，以通過語言理解和預測分析加快治療學的發展，提高患者護理質量。醫療保健行業產生大量非結構化數據，但如果不找到以可計算形式構造和表示該數據的方法，就很難獲得見解。開發人員需要將非結構化數據轉換為結構化數據的工具，以幫助醫療保健組織利用相關見解，改善醫療保健服務和患者護理。 Transformer – 基于文本的自然語言處理已成為基于文本的醫療保健工作流性能的范式轉變。由于其多功能性， NLP 幾乎可以構建任何專有或公共數據，以 Spark 洞察醫療保健，從而產生各種下游應用，直接影響患者護理或擴大和加速藥物發現。非線性規劃在加速小分子藥物發現方面發揮著關鍵作用。

Source

]]>

加速計算是藥物研發大眾化的關鍵

Fri, 24 Jun 2022 05:07:00 +0000

藥物發現領域正處于一個迷人的轉折點。這個問題的物理學是可以理解和計算的，然而量子力學計算太昂貴和耗時。 Eroom’s Law 觀察到，盡管技術有所進步，但藥物發現速度越來越慢，成本越來越高。最近一篇研究 GPU 計算和深度學習在藥物發現中的轉變作用顯示出這種趨勢可能很快逆轉的希望。該綜述發表在自然機器智能上，詳細介紹了從分子模擬和蛋白質結構測定到生成性藥物設計等挑戰方面的許多進展，這些挑戰加速了計算機輔助藥物發現工作流程。在高度并行化 GPU 和支持 GPU 的算法的發展推動下，這些進步為計算化學和結構生物學開發新藥帶來了新的可能性。研究人員在藥物發現和機器學習方面的合作，以確定 GPU 加速的深度學習工具，為這些挑戰創造了新的可能性，如果這些挑戰得到解決，將成為更快、更廉價藥物開發的關鍵。研究作者寫道：“我們預計，

Source

]]>