赋能AI授权计算生物

Debojyoti Dutta 工程副总裁NutanixAI牵头人工智能加速开发新疗法和企业生产率

取Tom Mangan2024年3月14日

其余人所见医学奥秘 Debojyoti Debo Dutta所见不可抗数学问题毕生都用计算机科学解决

Dutta与Nutanix并发工程副总裁混合多克隆IT基础软件公司帮助企业实现数字能力现代化和规模并有引人入胜的热情将数学计算机科学生物聚合驱动新一代个性化医学人工智能.

杜塔在接受Nutanix预测访问时谈到他数十年对计算生物学的热衷,它使用统计算法解析深埋人类DNA和蛋白质的谜题

Dutta开发开源软件平台方面发挥了关键作用,通过提高模型精度加强医学研究,使人工智能和机器学习成为可能(AI/ML)。并解释数字基础技术为何对获取这些收益至关紧要。

开工之地

Dutta开始在印度理工学院学习计算机科学专业工作主要沉浸于0和0上的同时,他培养了对生物事物的着迷感

一直想生物学,但没有做太多事,他回想

相关

求用AI计算机科学提高癌症治疗

改写时他输入Ph.D南加利福尼亚大学研究,数学家Mike Waterman共同创建计算生物学领域

Dutta说,“那时我开始睁开眼睛了”。博士后,我说,你知道吗?不论我做什么生活,我需要花点时间计算生物学。”

做了三年博士后研究帮助他学习开发精密统计算法产生我们现在称机器学习

学习机器是理解人体工作方式的一部分当他离开USC进入私有产业时不久他就应用统计算法知识改善网络思科系统.

相关

安全受压力测试医疗AI和ML应用

日间工作让他打扫网络和云计算技巧时, 下班后他继续回溯到博士后日主题:使用计算机科学改善癌症治疗方法所以他下定决心改变事物

2018年Dutta加入AI/ML专家集成康德蒙建立该数据库的目的是为机器学习创建性能基准、数据集和最佳做法康德蒙斯市内Dutta并发MedPerf开源平台帮助医学研究人员确认AI模型可靠性而不危及敏感个人数据

MedPerf使用联想学习框架,允许医院或大学实验室的研究人员评估医学院内模型,而不必提供私有数据,即联想学习系统

没有任何数据离开保健组织-它保留在私有网络内-说到亚历山德鲁斯Kragyris机器学习研究者帮助引导MedPerf项目Karargyris主编Dutta自然机器情报研究报告解释MedPerf工作方式

数据、脱氧核糖核酸和医学发现未来

MedPerf平台处理两个问题,折磨医学研究中的AI/ML用户:他们如何确定AI/ML模型产生统计有效结果,模型如何保护敏感个人数据不受黑客和网络罪犯攻击?

MedPerf通过建立可靠一致AI建模基准并创建平台向研究人员基本提供模型实现这一点病人数据保留在内部研究者可以安全保存

模型学习机器之心 Dutta说

数据量逐日增加驱动对高质量不偏差模型的需求模型还必须遵守数据保护规则并遵循既定最佳做法MedPerf帮助实现这一切

相关

IT领导人获取AI-Ready和Go

Dutta解释称,AI正以三大方式提高医学知识-成像、脱氧核糖核酸和蛋白序列分析以及基因化AI快速实验研究AI/ML算法可扫描X射线和其他图像以表示肿瘤和其他异常视网膜扫描等跟踪糖尿病视网膜病理过程

大语言模型像LLM聊天GPT可扫描大库医学杂志文章并发布研究论文帮助医生更快诊断疾病LLMs还可以通过兆字节脱氧核糖核酸排序数据帮助发现疾病的遗传触发器

Dutta指出,跨学科研究人员正在使用LLMS并用Crispr免疫法摧毁癌症细胞编辑注解Dutta分享相关文章链接塞拉斐姆·巴特佐格鲁,国家医学图书馆并自然组合.)

Unsing AI,你可以快速设计或搜索关乎癌症理疗的脱氧核糖核酸序列 Dutta说需要多少年时间可能需要十分或百分百时间

相关

生成AI速度原型设计

药检师或研究者不需看到AI带药值

Dutta表示:「作为一个计算机科学系统人, 如果我能帮助加速生物学家加速使用更好的AI工具,

数字基础设施企业AI

Nutanix先创超相容基础设施使用软件模拟硬件函数计算、网络存储Dutta2020年深入COVID-19大流行并快速看到HCI提供AI/ML计算环境所需的弹性和规模

Nutanix可托管许多奇异次元AI工作量,

相关

搭建基础设施解锁AI下大路

象CatGPT这样的LLMs登陆鼓励公司开发自定义解决方案, 企业客户开始请求AI工具后,

包括LLMs像CatGPT那样为应用提供燃料,

适当的企业基础设施允许大公司使用LLMS扫描法律文档和现行立法,以确保守法并减少负债LLMs还可以精简聊天机客户服务和其他对话接口而这些能力几乎无法分辨出什么是可能的

相关

探索保健使用AI