Layanan yang Lebih Terhubung, Pribadi, dan Cerdas

Teknologi bagus dirancang untuk memungkinkan penyedia layanan berfokus pada pasien dan perawatannya. Di Intel, tujuan kami adalah membangun teknologi yang memperkaya kehidupan setiap orang di bumi. Teknologi-teknologi seperti kecerdasan buatan (AI), robotika, dan Internet of Things (IoT) membuat layanan kesehatan dan ilmu hayati menjadi semakin terhubung, pribadi, dan cerdas.

Misalnya, AI dalam pencitraan medis telah mendukung penyedia untuk mengidentifikasi anomali secara lebih cepat dan akurat, yang dapat menghasilkan diagnosa lebih cepat.1 Penerapan AI lainnya dalam layanan kesehatan mendukung perawatan pasien yang disesuaikan, presisi bedah, analisis layanan kesehatan cerdas, dan penelitian genomika baru. Dipadukan dengan IoT pada teknologi layanan kesehatan, AI telah mentransformasi telemedis, pemantauan pasien, dan penyimpanan rekaman kesehatan elektronik (EHR).

Teknologi layanan kesehatan Intel menghasilkan efisiensi yang memungkinkan penyedia layanan untuk lebih berfokus pada sisi manusiawi dalam proses pemberian perawatan. Di lingkungan lab dan penelitian, inovasi teknologi kami memberikan alat-alat yang bermanfaat untuk membuat terobosan penemuan dan memecahkan berbagai tantangan terbesar di dunia dalam layanan kesehatan dan ilmu hayati. Dengan bekerja sama dengan penyedia solusi dan pengguna akhir di komunitas layanan kesehatan, kami akan terus mengembangkan teknologi transformatif bagi masa depan layanan kesehatan dan ilmu hayati.

Baca buku elektronik ›

Pemberitahuan dan Pelepasan Tanggung Jawab Hukum

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

Tidak ada produk atau komponen yang bisa sepenuhnya aman.

Biaya dan hasil Anda mungkin berbeda.

Informasi Produk dan Performa

1

Studi kasus pencitraan medis GE Healthcare: Pengungkapan 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 itu membandingkan model penentuan waktu total TensorFlow sebesar 3,092 detik dengan mengoptimalkan model yang sama menggunakan model TF yang dioptimalkan dengan kit alat Intel® Distribution of OpenVINO™ sehingga menghasilkan penentuan waktu total 0,913 detik.