El minero Ahora forma parte de MinIO fue creado para soportar conjuntos de datos masivos, incluyendo cargas de trabajo que exceden las escalas de exabytes, para abordar los desafíos en la memoria, la red, la replicación y el equilibrio de carga, y AIStor fue creado para construir estas capacidades y para abordar a nuestros clientes. . el Fuego rápido Aislador Uso de los casos Fuego rápido Aislador Uso de los casos Como parte de AIStor, Prompt API avanza esta misión al permitir que los usuarios interactúen con objetos no estructurados almacenados en MinIO usando prompts de lengua natural. Esto significa que puede pedir a un objeto que se describa a sí mismo, crear datos estructurados como arreglos de JSON de objetos, o incluso realizar tareas complejas como la resumida o la traducción. En el sector de la salud, la API Prompt de MinIO transforma la gestión y el análisis de datos. Al simplificar los flujos de trabajo y acelerar las perspectivas, permite a las organizaciones desbloquear la inteligencia actuable, mejorar la investigación, la eficiencia operativa y, en última instancia, los resultados de los pacientes. Estudio de caso de Max Planck Minio ha contribuido significativamente a la atención médica. Se enfrentaron a desafíos significativos en la gestión de grandes conjuntos de datos, en particular escaneos MRI, que a menudo alcanzan decenas de gigabytes de tamaño.Las soluciones de almacenamiento tradicionales se han demostrado costosas e inflexibles, lo que llevó al instituto a adoptar MinIO.MinIO ofreció almacenamiento robusto, escalable y rentable con compatibilidad con S3, gestión del ciclo de vida y soporte para IA/ Esta implementación sirvió para acelerar las iniciativas de investigación del instituto. Instituto Max Planck para el Desarrollo Humano Los trabajos de ML Instituto Max Planck para el Desarrollo Humano Los trabajos de ML Con la introducción de AIStor, este compromiso se lleva adelante al empoderar a instituciones como el Instituto Max Planck para innovar con IA más rápido, gestionar los datos de manera más eficiente y desbloquear nuevas posibilidades en la investigación de la salud. Características del Prompt API Objetos no estructurados: soporta una amplia gama de formatos de datos no estructurados, incluyendo texto, imágenes, PDF, GIF, vídeos y más. Objetos únicos o múltiples: La API promptObject permite interactuar con objetos individuales o múltiples mediante el uso de la cadena, lo que permite a los usuarios o aplicaciones identificar similitudes, diferencias o realizar análisis comparativo. Convocatoria de funciones: Incluye soporte para las llamadas de funciones, permitiendo la adición de lógica personalizada y ajustes dinámicos al comportamiento de la API. Funciones en cadena: Las funciones en cadena permiten que la salida de una llamada de la API promptObject se utilice como entrada para la siguiente, facilitando la creación de flujos de trabajo complejos. Cómo funciona MinIO ejecuta un LLM multi-modal en el backend y se ocupa de todo. No necesita ser un experto en API para usar la API Prompt. Puede usar la GUI, la API o un SDK en cualquier idioma con el que usted o sus desarrolladores se sientan cómodos. Se requiere una GPU para usar la API Prompt. Como siempre, AIStor se puede desplegar en cualquiera de las nubes públicas, pero para aumentar la confidencialidad y la seguridad de los datos, las API de AIStor y Prompt se pueden desplegar on-prem. Casos de uso de atención médica para la API prompt Clinical Research and Data Analysis Insights acelerados de registros médicos: Identificar rápidamente patrones, tendencias y anomalías en grandes registros médicos. Por ejemplo, "Encontrar todas las similitudes y diferencias entre estos registros médicos con pacientes con síntomas y resultados de tratamiento similares". Descubrimiento y desarrollo de fármacos: Analizar grandes cantidades de literatura biomédica y datos de ensayos clínicos para descubrir nuevos objetivos de fármacos y estrategias de tratamiento. Análisis de datos genómicos: Analizar secuencias genómicas para identificar variaciones genéticas asociadas con enfermedades y predecir los resultados del paciente. por ejemplo, "¿Qué variantes genéticas se describen en este archivo de secuencia?" Medical Imaging Análisis automático de imágenes: Análisis automático de imágenes médicas (rayos X, IRM, tomografía computacional) para detectar anomalías y generar informes de diagnóstico. Por ejemplo, "Para estos escáneres del cerebro MRI, déjame 2 atributos comunes y 2 diferencias entre las imágenes proporcionadas " En la práctica, este prompt funcionaría proporcionando a la API Prompt una imagen de clasificación como el ejemplo siguiente. Aquí está el código: import os
MINIO_URL = os.environ['ENDPOINT_URL']
MINIO_ENDPOINT = MINIO_URL.split("//")[1]
ACCESS_KEY_ID = os.environ['ACCESS_KEY_ID']
SECRET_ACCESS_KEY = os.environ['SECRET_ACCESS_KEY']

import sys
import json
import time
from minio import Minio
from minio.commonconfig import Tags

minio = Minio(
    MINIO_ENDPOINT,
    access_key=ACCESS_KEY_ID,
    secret_key=SECRET_ACCESS_KEY
)

ref_object = minio.presigned_get_object(
    bucket_name="ai-data",
    object_name="tumor_classification_reference.png")

# Prompt Object using Chaninig
response = minio.prompt_object(
    bucket_name="ai-data",
    object_name="brain-image-11.png",
    prompt="Based on the reference image, analyze the latest MRI scan and determine if there is no tumor, a benign tumor, or a malignant. If there is a tumor, provide a brief description of the tumor's location and size",
    supporting_objects=[ref_object]
)
print(response.data.decode())
 Y aquí está el resultado de AIstor: Basándose en la última escaneo de RMN proporcionado, hay un tumor presente. El tumor parece estar ubicado en el hemisferio izquierdo del cerebro, cerca del centro. El tamaño del tumor es relativamente grande, ocupando una parte significativa del hemisferio izquierdo. El tumor tiene una apariencia heterogénea con áreas de alta y baja intensidad de señal, lo que sugiere una estructura compleja. Patient Care and Management Encuestas de pacientes: Medir con precisión la satisfacción del paciente con los profesionales de la salud. Por ejemplo, “Cuál de estas encuestas de pacientes incluye factores no clínicos de los tiempos de espera y el comportamiento del personal de oficina”. Healthcare Administration Gestión de datos fluida: categoriza y organiza automáticamente registros médicos, reclamaciones y otros documentos de atención médica. por ejemplo, "¿Cuál es el diagnóstico de este registro médico?" Detección de fraude: Identificar posibles fraudes y abusos mediante el análisis de los datos de reclamaciones y la identificación de anomalías. por ejemplo, “¿Hay alguna inconsistencia o diferencia entre la dirección del demandante y la ubicación del servicio?” Empoderar a los profesionales de la salud Mediante la combinación del poder del procesamiento de lenguaje natural con la escalabilidad y fiabilidad del almacenamiento de objetos de MinIO, la API Prompt simplifica los flujos de trabajo de datos complejos, acelera las perspectivas y mejora la atención al paciente. Ya sea analizando los registros médicos, comparando las imágenes o apoyando la toma de decisiones clínicas, esta API innovadora capacita a los profesionales de la salud para desbloquear el pleno potencial de sus datos.A medida que evolucionan las demandas de la atención médica moderna, la API Prompt se encuentra como una herramienta crítica para cerrar la brecha entre los datos crudos y el conocimiento actuable, impulsando mejores resultados para pacientes y proveedores. Necesitará una suscripción a AIStor para comenzar.Si es un cliente existente y desea utilizar esta funcionalidad, por favor contacte con nosotros en O bien en hello@min.io. Slack Slack

Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.

Developers do. Download MinIO and see for yourself. 

MinIO

Este audio es producido en el idioma original de la historia!

Cómo la API Prompt de AIStor permite a los profesionales de la salud "hablar" con sus datos

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Una guía del arquitecto para crear una arquitectura de referencia para un lago de datos de IA/ML

Las capas invisibles: por qué las entrevistas con los usuarios son un activo irremplazable

Navegando por las aguas: desarrollo de aplicaciones RAG de nivel de producción con lagos de datos

Crecimiento de las criptomonedas: creación de perfiles de usuarios eficaces

Una guía del arquitecto para crear una arquitectura de referencia para un lago de datos de IA/ML

Las capas invisibles: por qué las entrevistas con los usuarios son un activo irremplazable

Navegando por las aguas: desarrollo de aplicaciones RAG de nivel de producción con lagos de datos

Crecimiento de las criptomonedas: creación de perfiles de usuarios eficaces

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps