作为一个行业，医疗保健往往发展缓慢，明显落后于其他行业。这有很多原因，包括预算限制、技术可用性，以及医疗错误可能导致生命损失的事实。

医疗保健变革一直是历届Nvidia GTC大会的重要组成部分，今年也不例外。实际上，在主题演讲中，首席执行官黄仁勋总是强调医疗保健是人工智能对社会产生最大影响的行业。

在GTC26上，围绕医疗保健中AI的叙述发生了变化。多年来，我们一直将AI视为屏幕上的工具，帮助放射科医生发现肿瘤或帮助研究人员整理数据。但正如Nvidia医疗保健和生命科学副总裁Kimberly Powell在分析师专场会议上明确指出的那样，"屏幕AI"时代已经结束。我们已经进入了智能体和物理AI的时代。

在价值10万亿美元且目前面临生存性劳动力短缺的全球医疗保健行业中，这种转变不仅仅是"酷炫技术"，而是系统生存的唯一途径。Powell直言不讳地说："AI现在正在招聘。"你不再只是购买软件，而是在雇佣数字或物理劳动力来扩展临床医生的覆盖范围。

超越"AI文书"走向智能体工作流程

过去两年由"AI文书"定义——将口语转换为临床记录的工具。那只是开场表演。现在，Nvidia正在提供真正执行工作的"智能体数字健康平台马赛克"。

Powell重点介绍了一家名为Abridge的公司，这说明了这一点。它不仅仅是转录，而是使用生成式AI来遍历和理解患者旅程。如果医生提到MRI，智能体会识别出它没有预授权数据。智能体不是等待六个月的人工往返，而是在就诊期间就地处理。正如Powell所说，"这些智能体系统本质上可以让一个智能体调用另一个智能体，调用另一个智能体来遍历患者的工作流程和旅程。"

物理表现：医疗保健机器人技术

当数字智能体处理文书工作时，物理AI正在进入手术室和医院走廊。Nvidia在GTC上推出了专门为医疗保健机器人技术设计的大规模开放工具套件。这包括：

Open-H：世界上最大的医疗保健机器人数据集，拥有700多小时的外科手术视频。

Cosmos-H：一个模型家族，生成物理精确的合成手术数据，使机器人能够在接触患者之前在数字双胞胎中"练习"。

GR00T-H：一个视觉语言动作模型，允许机器人理解文本命令（如"递手术刀"）并将其转换为精确的物理动作。

强生公司、MedTec和CMR Surgical等行业领导者已经在使用这些工具。目标不仅仅是由人类驱动的"机器人手臂"，而是具有态势感知能力的系统，能够实时管理器械和无菌协调。

解决数字鸿沟和投资回报率问题

我从首席信息官那里听到的最大担忧之一是"数字鸿沟"。只有波士顿或旧金山的精英高预算医疗系统才能获得这些机器人吗？Powell的回答遵循了Nvidia的经典策略：加速计算降低成本。她指出，虽然几年前与AI智能体咨询可能花费一美元，但Nvidia最新的硬件和软件优化已将成本降至不到一分钱。

通过从资本支出（购买数百万美元的机器人）转向运营支出（雇佣AI作为服务），农村和资金不足的医院终于可以竞争了。"我们必须改变这种捕获每个用户体验并将其反馈到系统智能中以改进的想法，"她解释道。

最后一点："计算机模拟"革命

受到AI影响的不仅仅是患者护理，AI还可以革新实验室。传统上，药物发现90%是"湿实验室"（昂贵、缓慢、人工），10%是计算机模拟。Nvidia正在颠倒这个比例。

通过Nvidia BioNeMo，研究人员现在可以像语言一样对生物学、DNA和化学结构进行建模。Powell提到了GTC上的一家公司，该公司构建了一个"AI科学家"，能够通过生成200个智能体来运行分析和编写代码，将六个月的研究压缩到仅16小时。

最终想法

Nvidia不再只是一家"芯片公司"，甚至不仅仅是一家"平台公司"。在医疗保健领域，它已成为现代化的催化剂，使物理劳动力和生物研究得以发展。

无论是处理保险索赔的AI智能体、向疲惫护士递送床单的人形机器人，还是设计新蛋白质的生成式模型，GTC医疗保健的主要主题都是"AI工厂"已经到达医学领域。如果你是医疗保健CIO而没有考虑如何"雇佣"这项技术来解决你的人员配备危机，你已经落后了。

Q&A

Q1：Nvidia在医疗领域推出的智能体工作流程与传统AI文书有什么区别？

A：传统AI文书只是将口语转换为临床记录，而新的智能体工作流程能够实际执行工作。比如Abridge公司的系统不仅转录，还能使用生成式AI理解患者旅程，当医生提到MRI时，智能体能识别缺少预授权数据并在就诊期间直接处理，而不是等待六个月的人工流程。

Q2：Nvidia为医疗机器人开发了哪些核心技术工具？

A：Nvidia推出了三大核心工具：Open-H是世界最大的医疗机器人数据集，拥有700多小时手术视频；Cosmos-H能生成物理精确的合成手术数据供机器人练习；GR00T-H是视觉语言动作模型，让机器人理解文本命令并转换为精确物理动作。

Q3：AI技术如何解决医疗行业的数字鸿沟问题？

A：通过加速计算大幅降低成本，AI咨询费用从几年前的一美元降至不到一分钱。医院可以从购买数百万美元机器人的资本支出模式，转向雇佣AI服务的运营支出模式，使资金不足的农村医院也能获得先进技术。