Apakah Anda Seorang Developer atau Data Scientist?

Temukan kerangka kerja dan pustaka dioptimalkan,1 ikuti kursus AI, jelajahi proyek komunitas yang dibangun pada platform Intel®.

Kunjungi Zona Pengembang Intel® ›

Kembangkan dan uji beban kerja AI Anda secara gratis pada perangkat keras Intel® terbaru dengan kerangka kerja, alat, dan pustaka yang sudah terintegrasi dan dioptimalkan.

Kunjungi Intel® DevCloud ›

Mempromosikan Kesehatan untuk Semua dengan Kecerdasan Artifisial

Teknologi dapat meningkatkan kualitas hidup setiap orang, terutama saat teknologi memiliki potensi untuk membantu mencegah, mengobati, dan menyembuhkan penyakit. Intel saat ini bekerja dengan para pemimpin dalam ekosistem untuk merevolusi kesehatan dan ilmu hayati, baik dengan mempercepat penemuan obat untuk mempercepat pengembangan farmasi atau meningkatkan akses layanan kesehatan dan keterjangkauannya. Penggunaan kecerdasan artifisial (AI) dalam layanan kesehatan—termasuk visi komputer, pembelajaran mesin, dan pembelajaran mendalam—memainkan peran penting dalam tujuan ini. Berpadu dengan infrastruktur yang kuat untuk pengelolaan data, AI dapat membantu peneliti dan sistem kesehatan mengumpulkan wawasan secara cepat dari sejumlah besar data yang sebelumnya tidak dapat diakses karena silo data.

Bagaimana AI Digunakan dalam Layanan Kesehatan?

AI dapat memungkinkan sistem otomatis untuk mengevaluasi gambar medis untuk mencari anomali, memantau tanda vital pasien dalam skala besar, dan memperingatkan dokter ketika intervensi perlu dilakukan. Ini membantu meningkatkan alur kerja operasional dan klinis serta mengintegrasikan data dari banyak sumber yang berbeda sehingga dokter dapat membuat keputusan berbasis informasi lebih banyak. Peneliti memanfaatkan AI untuk membantu penemuan obat, terapi tertarget, dan pengelolaan penyakit menular. Contoh AI lainnya dalam layanan kesehatan dan ilmu hayati mencakup otomatisasi laboratorium, robotik, dan telemedicine yang didukung AI.

Manfaat AI dalam Layanan Kesehatan

AI meningkatkan produktivitas dengan mengotomatisasi tugas dan dapat membantu dokter dengan diagnosis dan perawatan yang cepat dan akurat.2 Kecerdasan Artifisial dalam radiologi dapat mengurangi waktu komputasi yang diperlukan untuk menghasilkan gambar. Dalam kesehatan masyarakat, pembelajaran mesin dapat membantu mengidentifikasi kecenderungan hospital readmission. AI dalam pengembangan farmasi dapat mengantarkan pada penemuan obat baru. AI juga dapat memungkinkan untuk menyerap data dari beberapa sumber, seperti catatan medis dan tanda vital, serta mengidentifikasi pola yang sulit diketahui oleh manusia.

Intel AI dalam Layanan Kesehatan dan Ilmu Hayati

Pekerjaan Intel dalam AI membantu pakar industri kesehatan mengatasi beberapa tantangan paling mendesak saat ini. Ini mencakup:

  • Pengobatan presisi – AI dapat memahami data kesehatan tidak terstruktur dan terstruktur, seperti set data genomika, yang penting untuk meningkatkan pengobatan presisi, sebuah pendekatan untuk melakukan perawatan yang berpusat pada genome dan informasi kesehatan pasien yang unik.
  • Sistem klinis – AI dapat membantu mengubah data mentah menjadi wawasan baru yang menginformasikan rencana pengobatan di setiap tahap perjalanan pasien. Hal ini juga dapat mendukung strategi perawatan jarak jauh, seperti telehealth dan robotika, yang diterapkan di lingkungan rawat inap dan rawat jalan.
  • Prosesor farmasi – AI memainkan peran yang besar dalam pengembangan obat, mengubah penemuan senyawa.
  • Pencitraan medis – AI dapat meningkatkan kualitas gambar medis dan membantu dokter dalam mengevaluasi gambar dengan cepat dan akurat.

Intel menawarkan berbagai perangkat keras yang fleksibel dan mudah diskalakan serta terbuka untuk menyesuaikan setiap kebutuhan komputasi, dari VPU daya rendah hingga CPU berperforma Dan alat perangkat lunak seperti Intel® Distribution of OpenVINO™ toolkit yang menghilangkan kompleksitas kerja dengan back end perangkat keras yang berbeda, sehingga Anda dapat menulis kode dan melakukan deploy di mana saja.

Kasus Penggunaan untuk AI dalam Layanan Kesehatan dan Ilmu Hayati

Kecerdasan artifisial dalam bidang pengobatan, penelitian farmasi dan bidang layanan kesehatan lainnya dapat membantu meningkatkan layanan perawatan pasien dan kesehatan masyarakat secara keseluruhan.2 Saat ini, deep learning dan pembelajaran mesin dalam layanan kesehatan menyederhanakan beban kerja untuk dokter, memberikan informasi rencana perawatan personal, dan meningkatkan pengalaman pasien.

AI dalam Pencitraan Medis

Dari mengurangi waktu komputasi yang diperlukan untuk menghasilkan gambar dari pemindaian CT hingga melakukan inferensi real-time pada kamera endoskopi, AI saat ini menyederhanakan alur kerja dan meningkatkan perawatan.

Jelajahi AI dalam pencitraan medis

Pengobatan Presisi

Dengan pengobatan presisi, dokter menggunakan analitik genomik bersama dengan data pasien lainnya untuk menyesuaikan layanan dan memberikan perawatan yang tepat untuk setiap individu.

Pelajari lebih lanjut tentang pengobatan yang presisi

Analisis Prediktif

Analisis prediktif dapat membantu sistem kesehatan memahami tren, mengantisipasi kapan dan di mana perawatan akan diperlukan, dan meningkatkan strategi kesehatan masyarakat mereka.

Baca tentang analisis prediktif dalam layanan kesehatan

Tampilkan lebih banyak Tampilkan lebih sedikit

Otomatisasi Lab

Visi komputer dan jenis AI lainnya memungkinkan kecepatan dan akurasi dalam otomatisasi laboratorium.3 Pasien dapat menerima diagnosis yang cepat dan obat baru dapat diuji dengan cepat, yang akan mengantarkan pada berbagai terobosan dalam pengembangan farmasi.

Baca tentang otomatisasi laboratorium

Robotika yang Didukung AI

Di rumah sakit dan fasilitas perawatan, robot membantu melakukan operasi, menyederhanakan pengiriman pasokan dan melakukan disinfeksi, dan membantu penyedia memberikan perhatian lebih langsung kepada pasien.

Jelajahi robotika dalam layanan kesehatan

AI dalam Telemedisin

Telemedicine yang didukung AI dapat membantu dokter memberikan layanan dan meningkatkan pemantauan rawat jalan secara tepat waktu. Contohnya mencakup pengingat personal, pemeriksaan kondisi yang berdasarkan pada data pemantauan dan petunjuk dinamis selama melakukan kunjungan virtual.

Pelajari tentang telemedisin

Tampilkan lebih banyak Tampilkan lebih sedikit

Samsung Berkolaborasi dengan Intel untuk Mempercepat Deteksi Syaraf dan Meningkatkan Alur Kerja

Samsung Medison telah bekerja sama dengan Intel untuk mempercepat deteksi saraf dan meningkatkan alur kerja. NerveTrack menggunakan Intel® Distribution of OpenVINO™ toolkit untuk membantu mendeteksi dan mengidentifikasi saraf selama penggunaan ultrasound. Inferensi real-time dari gambar saraf ultrasound membantu meningkatkan akurasi ahli anestesi saat mencari saraf yang sulit ditemukan.

Baca kisahnya ›

Kisah Sukses Pelanggan


Lihat semua cerita pelanggan

GE Healthcare Mengakselerasi Pencitraan MRI dengan AI

Artificial Intelligence Prescription (AIRx) dari GE Healthcare mengotomatiskan sebagian langkah manual dalam pemindaian MRI. AIRx juga menghadirkan keselarasan pemindaian yang konsisten untuk membantu dokter memantau pasien selama beberapa bulan. Dengan menggunakan optimisasi perangkat lunak, termasuk Intel® Distribution of OpenVINO™ toolkit, GE Healthcare mengurangi waktu inferensi AIRx dari 2,85 detik menjadi 0,659 detik pada platform berbasis prosesor Intel® Xeon® tanpa biaya akselerator tambahan.4

Baca ceritanya

Philips Healthcare Mengakselerasi Algoritma untuk Magnetic Resonance Imaging (MRI)

Philips Healthcare menggunakan Intel® Distribution of OpenVINO™ toolkit dan Intel DevCloud untuk Edge guna mempercepat beban kerja penginderaan terkompresi untuk pemindai MRI mereka pada Prosesor Intel® Xeon® yang Dapat Diskalakan dengan fitur ekstensi kustom toolkit tersebut.

Baca studi kasus

TGen Menerapkan Komputasi Performa Tinggi untuk Penelitian Genetik

Tahap selanjutnya dari pengobatan yang dipersonalisasi akan mengandalkan AI untuk meningkatkan kecepatan dan efisiensi analisis genomik. Translational Genomics Research Institute (TGen) membangun klaster komputasi performa tinggi (HPC) yang dioptimalkan untuk ilmu hayati dan didukung oleh prosesor Intel® Xeon® yang Dapat Diskalakan dan memori Intel® Optane™.

Baca cerita pelanggan

Tampilkan lebih banyak Tampilkan lebih sedikit

GE Healthcare Membantu Staf Melakukan Triase Kasus yang Mengancam Hidup

GE Healthcare membenamkan algoritma AI pada perangkat pencitraan sinar-X untuk membantu menandai kasus kritis dan memperingatkan radiolog untuk triase segera. Intel® Distribution of OpenVINO™ toolkit meningkatkan performa algoritma, mempercepat waktu untuk menganalisis sinar-X yang sebelumnya lebih dari 3 detik menjadi kurang dari 1 detik.1, 5

Baca cerita pelanggan

Akara Membuat Prototipe Robot Disinfeksi yang Didukung AI

Sebagai bukti konsep, Akara mengembangkan prototipe robot pembunuh virus otonom untuk melakukan disinfeksi terhadap permukaan yang terkontaminasi di rumah sakit dengan menggunakan cahaya UV. Robot ini didukung oleh VPU Intel® Movidius™ Myriad™ X untuk bernavigasi di antara orang-orang. Tujuan Akara adalah membantu rumah sakit mensanitasi ruang dan peralatan, yang membantu dalam penanggulangan COVID-19.

Baca ceritanya

Mengembangkan dan Menerapkan Sistem AI


Temukan dokumentasi dan contoh dunia nyata tentang bagaimana sistem layanan kesehatan dan peneliti telah mengadopsi dan mengintegrasikan AI ke alur kerja mereka.

Jelajahi solusi ekosistem AI

Mempercepat Inovasi dalam Ekosistem AI

Intel® AI: In Production

AI di Edge mendukung kasus penggunaan real-time di bidang layanan kesehatan dan ilmu hayati. Pelajari tentang bagaimana mitra dan solusi Intel untuk bidang kesehatan dan ilmu hayati diwujudkan melalui Intel® IoT RFP Ready Kits dan Intel® IoT Market Ready Solutions.

Kunjungi Intel® AI: In Production untuk bidang kesehatan dan ilmu hayati

Intel® AI Builders

Intel® AI Builders menyatukan vendor perangkat lunak independen (ISV), integrator sistem, produsen peralatan asli (OEM), dan pengguna akhir perusahaan. Anggota mendapatkan akses ke sumber daya dukungan teknis dan peluang comarketing untuk membantu mendorong pengadopsian AI edge ke cloud.

Kunjungi Intel® AI Builders

Intel® IoT RFP Ready Kit

Bundel perangkat keras, perangkat lunak, dan dukungan yang siap RFP ini membantu kemungkinan untuk mengembangkan solusi inovatif di bidang layanan kesehatan dan ilmu hayati. Bundel ini telah diuji di lapangan dan dirancang untuk berkembang sesuai dengan kebutuhan pelanggan.

Lihat Intel® IoT RFP Ready Kit

Tampilkan lebih banyak Tampilkan lebih sedikit

Intel® IoT Market Ready Solutions

Dimungkinkan oleh ekosistem mitra Intel, solusi IoT end-to-end ini dioptimalkan untuk beban kerja data-intensif. Solusi dapat disesuaikan, diperiksa, dan siap diimplementasikan.

Pelajari tentang Intel® IoT Market Ready Solutions

Temukan Solusi AI untuk Layanan Kesehatan dan Ilmu Hayati


Lihat penawaran di Intel® Solutions Marketplace

Pemberitahuan dan Pelepasan Tanggung Jawab Hukum

Perangkat lunak dan beban kerja yang digunakan dalam pengujian performa mungkin telah dioptimalkan performanya hanya pada mikroprosesor Intel®.

Pengujian performa, seperti SYSmark dan MobileMark, diukur menggunakan sistem, komponen, perangkat lunak, pengoperasian, dan fungsi komputer tertentu. Perubahan apa pun terhadap salah satu faktor tersebut dapat menyebabkan hasil yang beragam. Sebaiknya pelajari pengujian performa dan informasi lain untuk membantu Anda mengevaluasi rencana pembelian secara keseluruhan, termasuk performa produk bila dikombinasikan dengan produk lain. Untuk informasi selengkapnya, kunjungi www.intel.com/benchmarks.

Hasil performa berdasarkan pengujian per tanggal yang diperlihatkan dalam konfigurasi dan mungkin tidak mencerminkan semua pembaruan keamanan yang tersedia untuk umum. Lihat cadangan untuk detail konfigurasi. Tidak ada produk atau komponen yang bisa sepenuhnya aman.

Teknologi Intel mungkin memerlukan perangkat keras, perangkat lunak, atau aktivasi layanan yang mendukung.

Intel tidak mengontrol atau mengaudit data pihak ketiga. Anda harus mempertimbangkan sumber lainnya untuk mengevaluasi akurasi. Biaya dan hasil Anda mungkin berbeda.

Informasi Produk dan Performa

1kompiler Intel® mungkin dapat atau tidak dapat mengoptimalkan hingga tingkat yang sama bagi mikroprosesor non-Intel terkait pengoptimalan yang tidak unik untuk mikroprosesor Intel®. Optimasi ini meliputi rangkaian instruksi SSE2, SSE3, dan SSSE3 dan optimasi lainnya. Intel tidak menjamin ketersediaan, fungsi, atau keefektifan optimasi pada mikroprosesor yang tidak diproduksi oleh Intel. Optimasi yang tergantung pada mikroprosesor dalam produk ini dimaksudkan untuk digunakan dengan mikroprosesor Intel®. Optimalisasi tertentu yang tidak secara spesifik untuk mikroarsitektur Intel® disediakan bagi mikroprosesor Intel. Lihat panduan pengguna dan referensi produk yang berlaku untuk informasi lebih lanjut tentang rangkaian instruksi spesifik yang tercantum dalam pemberitahuan ini.
2

“The potential for artificial intelligence in healthcare,” June 2019, Future Healthcare Journal, 1ncbi.nlm.nih.gov/pmc/articles/PMC6616181/1.

3

“Advantages and limitations of total laboratory automation: a personal overview,” Clinical Chemistry and Laboratory Medicine (CCLM), Februari 2019, degruyter.com/view/journals/cclm/57/6/article-p802.xml.

4Konfigurasi: Model asli dilatih menggunakan TensorFlow 1.6 untuk Python 2.7 tanpa optimisasi Intel® dan dikonversi oleh GE Healthcare ke OpenVINO™ 2018 R4. Perangkat keras dan konfigurasi yang digunakan untuk pengujian: node komputasi citra GE Gen6-P 3.10.0-862.el7.x86_64; prosesor: prosesor Intel® Xeon® E5-2680 v3; kecepatan; 2,5 GHz; 12 inti per soket, kontainer Docker memiliki akses ke 22 inti CPU; soket: dua; RAM: 96 GB (DDR4); hyperthreading: diaktifkan; pembaruan keamanan: pembaruan Spectre dan Meltdown diterapkan. Perangkat lunak yang digunakan untuk pengujian: versi TensorFlow: 1.6 tanpa optimisasi Intel® MKL-DNN; versi Gcc: 2.8.5; versi Python: 2.7; versi OpenVINO™: 2018 R4 (server model v0.2); OS: HeliOS 7.4 (Nitrogen).
5Penyingkapan konfigurasi pengujian sistem: CPU Intel® Core™ i5-4590S @ 3,00 GHZ, x86_64, VT-x diaktifkan, memori 16 GB, OS: Linux magic x86_64 GNU/Linux, kontainer docker layanan inferensi Ubuntu 16.04. Pengujian yang dilakukan oleh GE Healthcare, September 2018. Pengujian membandingkan model inferensi waktu total model TensorFlow sebesar 3,092 detik dengan model yang sama yang dioptimalkan oleh model TF yang dioptimalkan Intel® Distribution of OpenVINO™ toolkit, yang menghasilkan waktu inferensi total 0,913 detik.