Els minis Ara forma part de MinIO va ser creat per donar suport a conjunts de dades massius, incloent càrregues de treball que superen les escales d'exabytes, abordant els reptes de la memòria, la xarxa, la replicació i l'equilibri de càrrega i AIStor va ser creat per construir aquestes capacitats i per abordar els nostres clients. . el Incendi ràpid Aïllament Utilitzar els casos Incendi ràpid Aïllament Utilitzar els casos Com a part d'AIStor, l'API Prompt avança aquesta missió permetent als usuaris interactuar amb objectes no estructurats emmagatzemats en MinIO utilitzant prompts de llenguatge natural. En el sector de la salut, l'API Prompt de MinIO transforma la gestió i l'anàlisi de dades.A través de la simplificació dels fluxos de treball i l'acceleració de les perspectives, permet a les organitzacions desbloquejar la intel·ligència actuable, millorar la investigació, l'eficiència operativa i, en última instància, els resultats dels pacients. Estudi de cas de Max Planck Minio ha contribuït significativament a la sanitat. Les solucions d'emmagatzematge tradicionals s'han demostrat costoses i inflexibles, cosa que ha portat l'institut a adoptar MinIO. MinIO va oferir un emmagatzematge robust, escalable i rendible amb compatibilitat amb S3, gestió del cicle de vida i suport per a la IA/ Aquesta implementació va servir per accelerar les iniciatives de recerca de l'institut. Institut Max Planck per al Desenvolupament Humà Llocs de treball Institut Max Planck per al Desenvolupament Humà Llocs de treball Amb la introducció d'AIStor, aquest compromís s'afegeix a l'empoderament d'institucions com l'Institut Max Planck per innovar amb la IA més ràpidament, gestionar les dades de manera més eficient i desbloquejar noves possibilitats en la investigació sanitària. Característiques principals de l'API Prompt Objectes no estructurats: Suporta una àmplia gamma de formats de dades no estructurats, incloent text, imatges, PDF, GIF, vídeos i més. Objectes individuals o múltiples: L'API promptObject permet interactuar amb objectes individuals o múltiples mitjançant l'ús de la cadena. Això permet als usuaris o aplicacions identificar similituds, diferències o realitzar anàlisis comparatives. Convocatòria de funcions: inclou suport per a trucades de funcions, permetent l'addició de lògica personalitzada i ajustaments dinàmics al comportament de l'API. Funcions en cadena: Les funcions en cadena permeten que la sortida d'una convocatòria d'API promptObject s'utilitzi com a entrada per a la següent, facilitant la creació de fluxos de treball complexos. Aquest enfocament modular permet operacions en múltiples passos sobre objectes de dades dins d'una sola interacció, combinant simplicitat amb versatilitat. Com funciona MinIO executa un LLM multi-modal en el fons i s'encarrega de tot. No cal ser un expert d'API per utilitzar l'API Prompt. Podeu utilitzar la interfície GUI, l'API o un SDK en qualsevol idioma amb el qual vostè o els seus desenvolupadors estiguin còmodes. Es requereix una GPU per utilitzar l'API Prompt. Com sempre, AIStor es pot desplegar a qualsevol dels núvols públics, però per a una major confidencialitat i seguretat de dades, les API AIStor i Prompt es poden desplegar on-prem. Casos d'ús sanitari per a l'API prompt Clinical Research and Data Analysis Consideracions accelerades dels registres mèdics: identifica ràpidament patrons, tendències i anomalies en grans registres mèdics. per exemple, "Troba totes les similituds i diferències entre aquests registres mèdics amb pacients amb símptomes similars i resultats del tractament." Descobriment i desenvolupament de fàrmacs: analitzar grans quantitats de literatura biomèdica i dades d'assajos clínics per descobrir nous objectius de fàrmacs i estratègies de tractament. Anàlisi de dades genòmiques: Analitzar seqüències genòmiques per identificar variacions genètiques associades a malalties i predir els resultats dels pacients. Medical Imaging Anàlisi d'imatges automatitzada: Analitza automàticament imatges mèdiques (raigs X, ressenyes magnètiques, càlculs computacionals) per detectar anomalies i generar informes de diagnòstic. per exemple, "Per a aquestes escanes del cervell de ressenyes magnètiques, dóna'm 2 atributs comuns i 2 diferències entre les imatges proporcionades " En la pràctica, aquest prompt funcionaria proporcionant a l'API Prompt una imatge de classificació com l'exemple següent. Aquí teniu el codi: 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()) Aquí teniu el resultat de l'AIstor: Basant-se en l'última exploració MRI proporcionada, hi ha un tumor present. El tumor sembla estar situat a l'hemisferi esquerre del cervell, prop del centre. La mida del tumor és relativament gran, ocupant una part significativa de l'hemisferi esquerre. El tumor té una aparença heterogènia amb àrees d'alta i baixa intensitat de senyal, suggerint una estructura complexa. Patient Care and Management Enquestes de pacients: mesurar amb precisió la satisfacció del pacient amb els professionals mèdics. per exemple, "Quins d'aquests enquestes de pacients inclouen factors no clínics de temps d'espera i el comportament del personal de l'oficina." Healthcare Administration Gestió de dades de flux: categoritzar i organitzar automàticament registres mèdics, reclamacions i altres documents sanitaris. per exemple, "Quin és el diagnòstic d'aquest registre mèdic?" Detecció de fraus: Identificar possibles fraus i abusos mitjançant l'anàlisi de dades de reclamacions i la identificació d'anomalies. per exemple, "Hi ha alguna inconsistència o diferència entre l'adreça del reclamant i la ubicació del servei?" Empoderar els professionals sanitaris Mitjançant la combinació del poder del processament de llenguatge natural amb l'escalabilitat i la fiabilitat de l'emmagatzematge d'objectes de MinIO, l'API Prompt simplifica els fluxos de treball de dades complexes, accelera les perspectives i millora la cura del pacient. Ja sigui analitzant els registres mèdics, comparant les escanes d'imatge o donant suport a la presa de decisions clíniques, aquesta API innovadora capacita als professionals de la salut per desbloquejar tot el potencial de les seves dades.A mesura que evolucionen les demandes de l'atenció sanitària moderna, l'API Prompt és una eina crítica per col·locar la bretxa entre les dades primeres i el coneixement actuable, impulsant millors resultats per a pacients i proveïdors. Necessitaràs una subscripció AIStor per començar.Si ets un client existent i vols utilitzar aquesta funcionalitat, poseu-vos en contacte amb nosaltres a O bé a hello@min.io Slack Slack