지난 7월 첫번째 웨비나에 이어 진행하는 한국 NIM 개발자 웨비나에서는 헬스케어를 주제로 첨단 AI 도구를 활용한 메디컬 LLM와 신약 개발 혁신을 확인해 봅니다.

첫 번째 파트에서는 거대 언어 모델(LLM)이 임상 연구를 어떻게 혁신할 수 있는지, RAG(Retrieval-Augmented Generation) 기능을 포함한 활용법을 소개합니다. NVIDIA NIM을 활용하면  LLM에 익숙하지 않은 생물학 연구자, 의사 분들도 쉽게 LLM을 도입하여 연구와 업무 도구로 이용하실 수있습니다. Writer의 Palmyra-Med NIM을 활용하여 신약/치료법 검색, 의학 논문 요약, 치료 지침 해석, 희귀 사례 보고서 제작을 위해 메디컬 LLM을 활용하는 방법을 라이브 핸즈온 데모로 함께 다룰 예정입니다.

두 번째 파트에서는 AI 기반 Smart Drug Discovery를 주제로 신약 개발 파이프라인 혁신을 선보일 예정입니다. 이번 이벤트에서는 의학 종사자, 연구자, 제약 전문가, AI에 관심 있는 분들을 대상으로 하며, 인공지능이 디지털 생물학과 신약 개발 파이프라인을 과정을 어떻게 변혁할 수 있는지 탐구할 수 있는 기회를 제공합니다. 핸즈온 데모를 통해 단백질 3D 구조 예측을 위한 ESMFold, 화학식 생성을 위한 MolMIM, 생성된 화학식과 단백질의 결합 여부 판별을 위한 DiffDock NIM을 활용하여 타겟 질병의 단백질을 선택하기 위해 여러 단계의 파이프라인을 통합하여 신약 개발의 각 단계를 강화하고 효율화하는 방법을 소개합니다.  

이번 이벤트를 통해 헬스케어의 미래를 직접 확인해 보세요. 연구 역량을 강화하고 싶거나 AI와 헬스케어의 교차점에 대해 궁금한 분들 모두에게 도움이 되는 리소스와 인사이트를 제공할 예정입니다.

이벤트 관련 사전 질문은 다음 링크를 통해 제출해주시면 감사하겠습니다. - https://forms.gle/DTSXgmsZrHUzdeTi6

• 헬스케어 분야의 NIM 소개 (새롭게 출시되었습니다!)
• 기업을 위한 헬스케어 산업 활용 사례

• Part 1. Medical LLM
• 다양한 의료분야의 워크로드 혁신을 위해 Medical LLM을 활용하는 방법
• RAG 기능을 사용한 LLM 및 RAG 통합을 위한 데이터 준비 방법 - 라이브 데모

• Part 2. AI 기반 Smart Drug Discovery
• 신약 개발을 위해 NIM 을 구현하는 방법 - 라이브 데모

• 인터랙티브 Q&A 세션

Content

content goes here