今(28)日，台灣智慧雲端服務股份有限公司(簡稱台智雲)與工業技術研究院，舉行合作備忘錄(MOU)簽約儀式，運用其超級電腦展開「生物資訊分析商業應用合作」。接著，台智雲偕同工研院、國衛院、NVIDIA、台基盟生技舉辦「AI超算與生醫產業的整合應用論壇」，共同分享整合AI超算與生醫技術發展的最新應用，包含AI在生物醫學的發展趨勢，及AI對醫療診斷、藥物研發及疾病預防的應用和影響等。
 
華碩雲端暨台智雲總經理吳漢章致詞表示，去年華碩台智雲與國衛院合作打造全臺首座生醫專用AI超級電腦「國衛一號」後，累積了不少應用技術，如今進一步與擁有生物資訊強項的工研院合作，期望能攜手將生醫AI推行到市場，讓更多生技公司有機會使用最強大運算力，解決研發或是製造等過程中的問題。
 
國衛院群健所所長邱弘毅說明，「國衛一號」配備有6台NVIDIA DGX A100伺服器，還有NetApp A800 200TB SSD磁碟，已經投入於藥物開發、抗藥性資料庫、聯邦式學習(Federated learning)、超節點運算、次世代基因分析等。
 
工研院生醫與醫材研究所所長莊曜宇表示，工研院過去從癌症基因數據整合、健康照護大數據等研究，已經累積豐富經驗。而台智雲是台灣公有雲的第一個營運商，擁有超強算力並提供完整的軟硬體支持，期待雙方聯手讓AI在生醫產業開花結果，快速推進從藥物開發、精準診斷到個人化照護等各種生醫應用。他也透露，工研院生醫所為此將於下個月進一步成立「大數據AI組」。


 

黃宗祺：生成式AI大爆發 NVIDIA雲端AI服務助攻生醫研發

 
NVIDIA智慧生技與醫療技術全球總監黃宗祺表示，AI由大數據、神經網路和高速運算三項要素構成，缺一不可才能造就出高效的AI。
 
2022年是生成式AI爆發性成長的一年，除了ChatGPT以外，包含一維到三維影像，乃至基因序列、蛋白質結構都能以AI來生成，且正確率相當高，有望將藥物開發時間從4.5年縮短到1.5年。
 
黃宗祺指出，一般電腦難以執行生成式AI模型極為龐大且複雜的運算，因此需要客製化的晶片、平行化運算、軟硬體設計等，進入門檻高。為了幫助生醫研發人員能便於利用AI工具，NVIDIA提供藥物研發生成式AI雲端服務「BioNeMo」，內含9個預訓練模型，例如蛋白質結構預測、生物分子表徵(representation)、生物分子生成、分子結合力模擬等，且使用者可以以自己的資料微調或重新訓練AI模型。

張祺君：台智雲超強算力 生醫研發從「週」變「天」

 
台智雲產品經理張祺君分享，台智雲針對生物醫學研究與應用，推出三大項產品。其一是AFS生成式AI語言模型，能協助處理行政庶務、探勘文獻與病歷資訊、解讀基因與蛋白質序列資訊等。其二為CFS雲端檔案管理系統與儲存服務，能以效率更佳的方式進行資料封存與管理，提升團隊協作效率與資料安全。
 
張祺君表示，台智雲現今最主打的產品則是OneAI全方位AI應用與數位醫療一站式服務，涵蓋了AI開發的完整流程，整合多種模型工具與開源模型範本，能讓客戶簡易建置模型、高效率地部署與落地應用。
 
透過結合NVIDIA Clara運算框架，OneAI不需要程式碼，就可在三步驟完成基因體二級分析，而且比傳統CPU加速80倍、降低運算成本達50%；此外，亦提供基因體三級分析、藥物開發、醫學影像、聯邦學習等應用。
 
張祺君說，台智雲提供強大GPU算力加速技術開發，讓研發時間從「週」縮短成「天」。

林建興：超高通量定序+運算資源 人類基因體分析如虎添翼

 
台基盟生技技術長林建興則以人類基因體分析為例，說明超高通量定序技術與運算能量的影響。他表示，2003年人類基因體計畫(HGP)完成時，完成一份人類全基因體定序(WGS)要價30億美元，但經過20年演進，如今最低價僅需要200美元。
 
他指出，在illumina最新WGS機型NovaSeq X Plus中，甚至可以在2天內完成128份WGS。這項突破雖然實現了價格更低、更無偏見(unbiased)、更深度且全面地探勘基因體，但數據累積速度也超乎想像。據估計，未來10年的基因體計畫將會產生超過40 Exabytes (1 Exabyte=2⁶⁰ bytes)的數據！
 
林建興分享，在NVIDIA的CUDA、Parabricks等高速運算工具的協助下，相較於僅使用CPU分析，速度可快上80倍、節省50%的花費，甚至進一步實現超高速基因體定序之臨床診斷，從採集檢體到報告產出，只需要不到8個小時。

吳明錫：工研院生醫所 AI大數據融合生醫產品研發有成

 
工研院生醫所經理吳明錫表示，生醫大數據帶動精準醫療市場成長，而資訊處理的需求，也讓AI及大數據分析導入益發重要。近年，工研院在科專計劃支持下，投入生醫大數據之藥物或診斷產品開發工作。
 
例如，工研院生醫所透過自主建置的乳癌基因體資料庫，藉由高速運算針對西方人種與華人乳癌基因定序資料進行分析比對，以找出數個華人專一性、具開發潛力的治療標靶與生物標記，並導入AI數位化技術加速產品研發，建立由基因數據導引新機制藥物與診斷產品研發的一站式平台。
 
目前工研院生醫所也在進行多項研究，包括：預測藥物活性預測AI模組開發、乳癌目標區域定序組合檢測試劑、PIK3CA突變檢測試劑、基於多體學數據的外泌體生物標誌探勘研究、酵素對接靶點預測分析平台等。
 

馬克沁：高速運算資源 幫助個人化手術治療規劃、病毒蛋白3D結構分析

 
國家衛生研究院生醫工程與奈米醫學研究所副研究員馬克沁(Maxim Solovchuk)，則以高效能運算及AI用於治療規劃與生醫應用為題演講。他表示，在NVIDIA GPU的高效能運算及AI的加持下，能夠實現過往需要使用超級電腦、或是需要等待漫長時間的模擬程序。
 
他也舉例，在COVID-19疫情期間，他們比對SARS病毒和SARS-CoV2的離子通道蛋白差異，在短時間內就快速且準確地完成蛋白質3D結構分析；另一方面，他也帶領團隊，開發出非侵入高能聚焦超音波消融術(HIFU ablation) 用於肝腫瘤熱消融治療的術前評估數學運算模型，透過這項模型來規畫個人化治療，能夠提高治療精準度，並減少破壞正常組織的機率。



(報導/劉馨香、吳培安)