AI和生成式AI（GenAI）应用程序在加速诊断和解锁医学影像新见解方面迅速成为常态。支撑这些应用程序运行的是所需的超级计算机。2024年8月，ALAFIA宣布其交互式高性能个人超级计算机Aivas正式上市，旨在用于医疗保健领域的AI软件部署。
位于佛罗里达州的初创公司ALAFIA表示，Aivas旨在满足市场对高计算密度和能效的需求，适用于低延迟、关键任务工作流程和安全工作负载，特别是在数字病理学、神经学、遗传研究和放射学等领域。
Aivas已得到斯坦福大学医学院神经科学系和Acacia Clinics研究人员的早期采用。Acacia Clinics研究副总裁兼斯坦福大学神经学系研究员Danielle DeSouza博士表示，在使用Aivas进行皮层重建时，单个受试者的重建时间从超过24小时缩短到不到两小时。此外，Aivas还能够并行处理数百个受试者的重建任务。
ALAFIA最近在内华达州拉斯维加斯举行的年度消费电子展（CES）上因Aivas获得了两项创新奖。根据GlobalData的一份报告，未来十年，医疗保健领域的人工智能市场每个细分市场都将增长，从2023年的1030亿美元增加到超过1万亿美元。
为了进一步了解Aivas及其帮助实现的医疗协议，《Medical Device Network》采访了ALAFIA首席执行官Cam Buscaron。
Ross Law (RL)：今年CES上的奖项认可有何反应？
Cam Buscaron (CB)：由于Aivas主要面向医院、癌症中心和生物技术公司等B2B客户，而不是消费者产品，因此CES的奖项认可令我感到意外。由于获奖，我们在展会上吸引了来自各行各业的访客，包括从事化妆品病理学的大型奢侈品跨国公司以及对健康科技感兴趣的医生和医师——这并不是典型的CES观众。
总的来说，在CES上看到各家公司对企业级AI投资的前瞻性令人印象深刻，过去可能并非如此。现在看来，中型甚至小型公司都在考虑如何利用AI，并有明确的预算承诺来采用AI。这些公司无论规模大小，都在寻找可以在未来几年内充分利用的解决方案。
RL：像Aivas这样的超级计算机如何支持越来越多被采用的AI/GenAI基础模型？
CB：我们从零开始设计Aivas，使其成为最佳的AI推理设备，这意味着拥有基础模型的用户可以将其本地加密运行在我们的系统上。Aivas不仅是一台更强大的计算机，它还允许用户执行普通计算机无法完成的任务。它扩展了用户处理大数据集和模型的能力，这主要归功于Aivas的内存架构。凭借更大的内存容量、带宽和吞吐量，我们可以运行非常大的基础模型；通常情况下，您需要两台云服务器才能运行的应用程序，在我们单节点系统中也能良好运行，得益于其高性能规格。
对于放射学领域，不仅仅是运行基础模型，还需要运行多个计算机视觉算法，包括器官分割和肺结节检测——所有这些工作负载在Aivas上都表现出色，这要归功于其206个中央处理器（CPU）核心和大容量内存。肺结节检测传统上被认为特别具有挑战性，因为在超过100次扫描的大数据集中，肺结节可能只出现在两三次中。因此，能够快速处理这些复杂的、计算密集型用例的系统具有很大优势。
RL：还有哪些医疗领域可以从Aivas受益？
CB：目前，我们的大多数客户都在数字病理学领域。传统上，病理学家会取组织样本，制作玻璃载片并在显微镜下检查。但在数字病理学中，病理学家使用全切片扫描仪。将玻璃载片放在这些扫描仪下，会拍摄一张可能高达100,000px × 100,000px的组织样本图像。
从这些大图像中获得的数据有助于AI模型识别病理学家仅凭肉眼无法看到的东西。例如，即使是基本操作如细胞分割、细胞分类和核检测，现在也可以更快地完成，以诊断患者组织样本中的癌症程度。
在病理学中，现在大约有二十多个分析软件应用程序，我们处于扫描仪制造商和这些图像管理软件制造商之间的最佳位置。我们与扫描仪制造商合作以确保互操作性，我们的超级计算机帮助加速这些应用程序的处理和分析能力。
RL：Aivas的近期重点是什么？
CB：我们大约18个月前成立公司并开始开发Aivas。我们在3月份参加了供应商的贸易展，这是第一次有人对我们有所了解。我们直到2024年在加拿大蒙特利尔举行的国际分子生物学学会（ISMB）会议上展示Aivas时才正式开展营销活动。此时我们已经建立了网站，并在ISMB会议后一个月发布了第一份新闻稿。
迄今为止，Aivas的反响非常好，CES奖项进一步提高了产品的关注度。我们仍处于初期阶段，我认为最合适的潜在客户尚未完全意识到我们的产品。但随着口碑传播和CES的认可，我们开始看到对我们产品兴趣的增加。
随着兴趣的增长，我们正在密切关注大规模制造设计和增加供应能力，以确保客户下单后能够及时收到系统。
(全文结束)
