Minho Agora faz parte de O MinIO foi criado para suportar conjuntos de dados maciços, incluindo cargas de trabalho que excedem as escalas de exabytes, abordando desafios em memória, rede, replicação e balanço de carga e o AIStor foi criado para construir essas capacidades e abordar nossos clientes. . o Fogo rápido AISTOR Uso de casos Fogo rápido AISTOR Uso de casos Como parte do AIStor, a Prompt API avança essa missão, permitindo que os usuários interajam com objetos não estruturados armazenados no MinIO usando prompts de linguagem natural.Isso significa que você pode pedir a um objeto para se descrever, criar dados estruturados como matrizes de JSON a partir de objetos, ou mesmo executar tarefas complexas como resumir ou traduzir. No setor de saúde, a API Prompt da MinIO transforma a gestão e a análise de dados.Ao simplificar os fluxos de trabalho e acelerar os insights, capacita as organizações a desbloquear inteligência acionável, melhorando a pesquisa, a eficiência operacional e, em última análise, os resultados dos pacientes. Estudo de caso de Max Planck Minio tem contribuído significativamente para a saúde. As soluções de armazenamento tradicionais provaram ser dispendiosas e inflexíveis, levando o instituto a adotar o MinIO. MinIO ofereceu armazenamento robusto, escalável e econômico com compatibilidade com o S3, gerenciamento de ciclo de vida e suporte para IA/ Esta implementação serviu para acelerar as iniciativas de pesquisa do instituto. Instituto Max Planck para o Desenvolvimento Humano ML trabalhos Instituto Max Planck para o Desenvolvimento Humano ML trabalhos Com a introdução do AIStor, este compromisso é adicionado ao capacitar instituições como o Instituto Max Planck para inovar com a IA mais rapidamente, gerenciar dados de forma mais eficiente e desbloquear novas possibilidades na pesquisa em saúde. Principais características do Prompt API Objetos não estruturados: suporta uma ampla gama de formatos de dados não estruturados, incluindo texto, imagens, PDFs, GIFs, vídeos e muito mais. Objetos únicos ou múltiplos: A API promptObject permite a interação com objetos individuais ou múltiplos usando a cadeia, permitindo que usuários ou aplicativos identifiquem semelhanças, diferenças ou realizem análises comparativas. Chamada de função: Inclui suporte para chamadas de função, permitindo a adição de lógica personalizada e ajustes dinâmicos ao comportamento da API. Funções em cadeia: As funções em cadeia permitem que a saída de uma chamada da API promptObject seja usada como entrada para a próxima, facilitando a criação de fluxos de trabalho complexos.Esta abordagem modular permite operações em várias etapas em objetos de dados dentro de uma única interação, combinando simplicidade com versatilidade. Como funciona MinIO executa um LLM multi-modal no backend e cuida de tudo. Você não precisa ser um especialista em API para usar a API Prompt. Você pode usar a GUI, a API ou um SDK em qualquer idioma que você ou seus desenvolvedores estejam confortáveis com. Uma GPU é necessária para usar a API Prompt. Como sempre, o AIStor pode ser implementado em qualquer uma das nuvens públicas, mas para maior confidencialidade e segurança de dados, o AIStor e a API Prompt podem ser implementados on-prem. Casos de uso de cuidados de saúde para a API prompt Clinical Research and Data Analysis Insights acelerados de registros médicos: Identifique rapidamente padrões, tendências e anomalias em grandes registros médicos. Por exemplo, "Encontre todas as semelhanças e diferenças entre esses registros médicos com pacientes com sintomas e resultados de tratamento semelhantes." Descoberta e Desenvolvimento de Drogas: Analisar grandes quantidades de literatura biomédica e dados de ensaios clínicos para descobrir novos alvos de drogas e estratégias de tratamento. Análise de dados genômicos: Analisar sequências genômicas para identificar variações genéticas associadas a doenças e prever os resultados do paciente. Medical Imaging Análise de imagem automatizada: Análise automática de imagens médicas (radiografias, ressonâncias magnéticas, tomografia computadorizada) para detectar anormalidades e gerar relatórios de diagnóstico. Por exemplo, "Para estes exames cerebrais de ressonância magnética, dê-me 2 atributos comuns e 2 diferenças entre as imagens fornecidas " Na prática, este prompt funcionaria fornecendo à Prompt API uma imagem de classificação como o exemplo abaixo. Aqui está o 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())
 Aqui está o resultado da AIstor: Com base no mais recente exame de ressonância magnética fornecido, há um tumor presente. O tumor parece estar localizado no hemisfério esquerdo do cérebro, perto do centro. O tamanho do tumor é relativamente grande, ocupando uma parte significativa do hemisfério esquerdo. O tumor tem uma aparência heterogênea com áreas de alta e baixa intensidade de sinal, sugerindo uma estrutura complexa. Patient Care and Management Pesquisas de pacientes: Medir com precisão a satisfação do paciente com profissionais de saúde. Por exemplo, “Qual dessas pesquisas de pacientes inclui fatores não clínicos de tempos de espera e comportamento do pessoal de escritório”. Healthcare Administration Gestão de dados fluida: categorize e organize automaticamente registros médicos, reclamações e outros documentos de cuidados de saúde. Por exemplo, "Qual é o diagnóstico deste registro médico?" Detecção de fraude: Identificar possíveis fraudes e abusos analisando dados de reclamações e identificando anomalias. Por exemplo, “Há alguma inconsistência ou diferença entre o endereço do requerente e a localização do serviço?” O empoderamento dos profissionais de saúde Ao combinar o poder do processamento de linguagem natural com a escalabilidade e confiabilidade do armazenamento de objetos do MinIO, a Prompt API simplifica fluxos de trabalho de dados complexos, acelera insights e melhora o atendimento ao paciente. Seja analisando registros médicos, comparando imagens ou apoiando a tomada de decisões clínicas, esta API inovadora capacita os profissionais de saúde a desbloquear todo o potencial de seus dados.À medida que as demandas dos cuidados de saúde modernos evoluem, a Prompt API é uma ferramenta crucial para colmatar a lacuna entre dados brutos e conhecimento acionável, levando a melhores resultados para pacientes e provedores. Você precisará de uma assinatura do AIStor para começar.Se você é um cliente existente e gostaria de usar essa funcionalidade, entre em contato conosco em ou em 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 áudio é produzido no idioma original da história!

Como a API Prompt da AIStor permite que profissionais de saúde “falem” com seus dados

About Author

COMENTARIOS

Rótulos

ESTE ARTIGO FOI APRESENTADO EM

Related Stories

Guia do arquiteto para construir arquitetura de referência para um Datalake de IA/ML

Navegando pelas águas: desenvolvendo aplicações RAG de nível de produção com data lakes

Quer ganhar um concurso de redação do HackerNoon? Aqui está o que os vencedores do concurso #crypto-api recomendam

O guia completo para uma migração bem-sucedida para a nuvem: estratégias e práticas recomendadas

Guia do arquiteto para construir arquitetura de referência para um Datalake de IA/ML

Navegando pelas águas: desenvolvendo aplicações RAG de nível de produção com data lakes

Quer ganhar um concurso de redação do HackerNoon? Aqui está o que os vencedores do concurso #crypto-api recomendam

O guia completo para uma migração bem-sucedida para a nuvem: estratégias e práticas recomendadas

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps