โซลูชันเทคโนโลยีการดูแลสุขภาพและวิทยาศาสตร์เพื่อชีวิต
ขับเคลื่อนอนาคตของการดูแลสุขภาพและวิทยาศาสตร์เพื่อชีวิต
ที่ Intel ประวัติด้านการดูแลสุขภาพและวิทยาศาสตร์เพื่อชีวิตที่มีมายาวนานหลายทศวรรษได้ให้ข้อมูลเชิงลึกแก่เราเกี่ยวกับความต้องการของแพทย์ นักวิจัย และผู้ป่วย เราใช้ความรู้นี้ผสมผสานกับความเชี่ยวชาญของเราในด้าน AI ระบบการประมวลผลที่พบได้ทั่วไป การเชื่อมต่อที่ใช้กันอย่างกว้างขวาง และความสามารถแบบ edge-to-cloud เพื่อสร้างเทคโนโลยีที่ช่วยให้องค์กรก้าวข้ามความท้าทายที่ซับซ้อนและใช้ข้อมูลได้อย่างชาญฉลาดและมีประสิทธิภาพมากขึ้น
ด้วยกลุ่มผลิตภัณฑ์ฮาร์ดแวร์และซอฟต์แวร์มากมายที่คอยรองรับระบบนิเวศคู่ค้าที่แข็งแกร่ง ทำให้เรากำลังขับเคลื่อนการหลอมรวมเทคโนโลยีดิจิทัลลงในอุปกรณ์ เครื่องประดิษฐ์และเครื่องมือที่สามารถปรับปรุงผลลัพธ์และประสบการณ์ของผู้ป่วย เร่งการค้นพบทางวิทยาศาสตร์ และทำให้ขั้นตอนทางคลินิกและห้องปฏิบัติการคล่องตัวสำหรับผู้ให้บริการและนักวิจัย เทคโนโลยี Intel® มอบแพลตฟอร์มที่จะพบได้ทั่วไป รวมทั้งประสิทธิภาพ ความยืดหยุ่น และความสามารถในการปรับขยายที่จำเป็นในการพลิกโฉมวิทยาศาสตร์เพื่อการดูแลสุขภาพและชีวิต และช่วยทำให้ชีวิตของทุกคนบนโลกใบนี้ดีขึ้น
เริ่มต้นโครงการริเริ่มด้านเทคโนโลยีการดูแลสุขภาพและวิทยาศาสตร์เพื่อชีวิตของคุณ
ให้โครงการต่อไปของคุณเริ่มต้นได้อย่างรวดเร็ว
นักพัฒนา
เร่งเส้นทางสู่ผลงานของคุณให้เร็วขึ้นด้วยเครื่องมือและทรัพยากรของเรา
ลูกค้าในอุตสาหกรรม
ค้นหาโซลูชันที่ช่วยปรับปรุงประสบการณ์ของผู้ป่วยและให้ผลลัพธ์ที่รวดเร็วและแม่นยำ
พาร์ทเนอร์
กระตุ้นการเติบโตของคุณและส่งมอบคุณค่าในด้านวิทยาศาสตร์เพื่อการดูแลสุขภาพและชีวิตให้กับลูกค้า
เรื่องราวความสำเร็จในการดูแลสุขภาพและวิทยาศาสตร์เพื่อชีวิต
GE ปรับปรุงความแม่นยำในการวินิจฉัยโรคมะเร็ง
GE Invenia ABUS 2.0 ของ GE Healthcare ซึ่งขับเคลื่อนโดยโปรเซสเซอร์ Intel® Core™ และเครื่องมือ AI ของบริษัทอื่น ปรับปรุงความแม่นยำทางคลินิกของการตรวจหาตำแหน่งที่เกิดมะเร็งเต้านม โดยให้ความไวในการตรวจหาสูงถึง 93 เปอร์เซ็นต์ และลดเวลาในการอ่านลง 33 เปอร์เซ็นต์12
เรียนรู้เกี่ยวกับโซลูชัน
TGen ลดเวลาการประมวลผลตัวอย่างลงเหลือเจ็ดชั่วโมง3
ค้นพบว่าการประมวลผลประสิทธิภาพสูง ซึ่งเปิดใช้งานโดยโปรเซสเซอร์ Intel® Xeon® แบบปรับขนาดได้, หน่วยความจำ Intel® Optane™ และแร็คเซิร์ฟเวอร์ของ Dell ช่วยในการพัฒนาวิธีการรักษาด้วยจีโนมสำหรับโรคที่หายากได้อย่างไร
ลองมองดู
KFBIO เร่งความเร็วในการตรวจคัดกรองมะเร็งได้ถึง 8.4 เท่า4
มาดูว่า KFBIO ใช้เทคโนโลยี Intel® AI เพื่อเร่งความเร็วในการคัดกรองอัตโนมัติสำหรับความผิดปกติใน Pap smears ได้ถึง 8.4 เท่าได้อย่างไร
อ่านเรื่องราว
Samsung เพิ่มความแม่นยำในการตรวจจับเส้นประสาทได้มากกว่า 20%5
เรียนรู้ว่าการอนุมาน AI แบบเรียลไทม์ของภาพเส้นประสาทจากอัลตราซาวนด์ช่วยเร่งการประมวลผลภาพ ปรับปรุงขั้นตอนการทำงาน และเพิ่มความแม่นยำในการตรวจหาเส้นประสาทสำหรับวิสัญญีแพทย์ได้อย่างไร
ดูเรื่องเต็ม
AI ในการดูแลสุขภาพและวิทยาศาสตร์เพื่อชีวิต
เทคโนโลยีที่ใช้เทคโนโลยี AI กำลังกำหนดอนาคตของการดูแลสุขภาพและวิทยาศาสตร์เพื่อชีวิต การทำงานของ Intel ในด้าน AI ช่วยให้มืออาชีพสามารถจัดการกับความท้าทายที่เร่งด่วน เช่น การพัฒนาการรักษาแบบแม่นยำและจำเพาะ การแปลงข้อมูลดิบให้เป็นข้อมูลเชิงลึกใหม่ การเร่งความเร็วในการพัฒนายา และการทำให้ขั้นตอนการทำงานเกี่ยวกับภาพทางการแพทย์คล่องตัว
ขับเคลื่อนโรงพยาบาลอัจฉริยะ
Intel เปิดใช้งานโรงพยาบาลอัจฉริยะโดยการทำให้การบูรณาการง่ายขึ้นและช่วยให้เกิดความอัจฉริยะ ความปลอดภัย และการเชื่อมต่อที่จำเป็นในการปรับปรุงกระบวนการให้ทันสมัยและพลิกโฉมการดูแลผู้ป่วย
การใช้งานของโรงพยาบาลอัจฉริยะ
การสร้างภาพทางการแพทย์
เร่งความเร็วในการสร้างภาพทางการแพทย์และสร้างความก้าวหน้าในการวินิจฉัยและรักษาผู้ป่วยได้รวดเร็วยิ่งขึ้นด้วยเทคโนโลยีของ Intel®
หุ่นยนต์ในการดูแลสุขภาพ
พลิกโฉมการดูแลผู้ป่วย ปรับปรุงกระบวนการทางคลินิก และส่งเสริมความปลอดภัยของพนักงานด้วยหุ่นยนต์ทางการแพทย์ที่ขับเคลื่อนด้วย Intel
AI ในการแพทย์ระยะไกล
กำหนดนิยามใหม่ของการดูแลระยะไกลด้วย AI และ IoT เพื่อปรับปรุงการเข้าถึงการดูแล เพิ่มประสิทธิภาพทางคลินิก และทำให้ผู้ป่วยเชื่อมต่ออยู่เสมอ
การวิเคราะห์เชิงคาดการณ์
เพิ่มขุมพลังให้กับโซลูชันการวิเคราะห์เชิงคาดการณ์ที่ช่วยปรับปรุงผลลัพธ์และลดต้นทุนด้วยการวิเคราะห์บิ๊กดาต้าและเทคโนโลยี AI
เร่งการค้นพบทางวิทยาศาสตร์
ด้วย AI ระบบอัตโนมัติ หุ่นยนต์ และเทคโนโลยีขั้นสูงอื่นๆ ทำให้ Intel สามารถช่วยสนับสนุนหัวหน้าห้องปฏิบัติการในการเร่งการค้นพบและปรับปรุงความแม่นยำได้
การใช้งานในห้องปฏิบัติการและวิทยาศาสตร์เพื่อชีวิต
การรักษาแบบแม่นยำและจำเพาะและจีโนมิกส์
เร่งความเร็วในการรักษาที่ออกแบบเฉพาะสำหรับรายละเอียดทางชีววิทยาของผู้ป่วยแต่ละราย ด้วยเทคโนโลยีอันทรงพลังที่เคลื่อนย้าย จัดเก็บ และประมวลผลข้อมูลจำนวนมหาศาล
พยาธิวิทยาดิจิทัลที่เปิดใช้งาน AI
ช่วยให้ได้ผลลัพธ์เร็วขึ้นและนำไปสู่ขั้นตอนการทำงานทางคลินิกอย่างรวดเร็วด้วยพยาธิวิทยาดิจิทัลที่เปิดใช้งาน AI
ปรับปรุงโครงสร้างพื้นฐานดิจิทัลให้ทันสมัย
Intel ขับเคลื่อนโครงสร้างพื้นฐานดิจิทัลสมัยใหม่ที่ช่วยให้นักวิจัย แพทย์ และผู้เชี่ยวชาญอื่นๆ บรรลุผลสำเร็จมากขึ้น ลดต้นทุน และคงไว้ซึ่งผลลัพท์ที่ดีที่สุด โดยใช้ประโยชน์จากข้อมูลเชิงลึกที่ขับเคลื่อนด้วยข้อมูล ตั้งแต่ Edge ไปจนถึง Cloud
พีซีแผงในการดูแลสุขภาพ
พีซีแผงช่วยให้เจ้าหน้าที่ตรวจสอบบันทึก แผนภูมิ และข้อมูลอื่นๆ ได้อย่างง่ายดายจากทุกที่ที่เจ้าหน้าที่ทางการแพทย์ต้องการเข้าถึงข้อมูลผู้ป่วย
การวิเคราะห์ที่ Edge สำหรับการดูแลสุขภาพ
การประมวลผลและการวิเคราะห์ที่ Edge จะแปลงข้อมูลเป็นข้อมูลเชิงลึกใหม่เพื่อช่วยให้ได้ผลการรักษาผู้ป่วยที่ดีขึ้นในขณะที่นำไปสู่มูลค่าทางการเงินและการดำเนินงาน
ความปลอดภัย
แพลตฟอร์มและการวิเคราะห์ที่มาพร้อมฟีเจอร์การรักษาความปลอดภัยขั้นสูงสามารถช่วยให้การเรียนรู้แบบรวมศูนย์และการทำงานร่วมกันของข้อมูลมีความปลอดภัยยิ่งขึ้น เพื่อช่วยเร่งให้เกิดนวัตกรรมด้านการดูแลสุขภาพและวิทยาศาสตร์เพื่อชีวิต
ปัญญาประดิษฐ์
การเรียนรู้ของเครื่องและ AI มอบความเป็นไปได้ที่ไม่ธรรมดาในการดูแลสุขภาพและวิทยาศาสตร์เพื่อชีวิต
เริ่มต้นโครงการริเริ่มด้านเทคโนโลยีการดูแลสุขภาพและวิทยาศาสตร์เพื่อชีวิตของคุณ
ให้โครงการต่อไปของคุณเริ่มต้นได้อย่างรวดเร็ว
นักพัฒนา
เร่งเส้นทางสู่ผลงานของคุณให้เร็วขึ้นด้วยเครื่องมือและทรัพยากรของเรา
ลูกค้าในอุตสาหกรรม
ค้นหาโซลูชันที่ช่วยปรับปรุงประสบการณ์ของผู้ป่วยและให้ผลลัพธ์ที่รวดเร็วและแม่นยำ
พาร์ทเนอร์
กระตุ้นการเติบโตของคุณและส่งมอบคุณค่าในด้านวิทยาศาสตร์เพื่อการดูแลสุขภาพและชีวิตให้กับลูกค้า
สำรวจหัวข้อการดูแลสุขภาพและวิทยาศาสตร์เพื่อชีวิตเพิ่มเติม
ข้อมูลผลิตภัณฑ์และประสิทธิภาพ
Yang, Shanling, และคณะ “ประสิทธิภาพและเวลาการอ่านค่าการตรวจอัลตราซาวด์เต้านมด้วยเครื่องอัตโนมัติ โดยมีหรือไม่มีระบบตรวจจับที่ใช้คอมพิวเตอร์ช่วย” Radiology 292 ฉบับที่ 3 (18 มิถุนายน 2019): https://pubs.rsna.org/doi/10.1148/radiol.2019181816
Jiang, Yulei, และคณะ “เวลาการตีความโดยใช้ระบบตรวจจับที่ใช้คอมพิวเตอร์ช่วยแบบการอ่านค่าพร้อมกัน สำหรับการตรวจอัลตราซาวด์เต้านมด้วยเครื่องอัตโนมัติ ในการตรวจคัดกรองมะเร็งเต้านมในสตรีที่มีเนื้อเยื่อเต้านมหนาแน่น” American Journal of Roentgenology 211, หมายเลข 2 (สิงหาคม 2018): 452–461 https://www.ajronline.org/doi/10.2214/AJR.18.19516
“TGen คลายปริศนาด้านพันธุกรรมของโรค” Intel, n.d. เข้าใช้เมื่อ 14 มีนาคม 2022 https://www.intel.com/content/www/us/en/customer-spotlight/stories/tgen-customer-story.html
ประสิทธิภาพอัตราความเร็วของโมเดล OpenVINO ในการ ตรวจคัดกรองมะเร็งเชิงกราน KFBIO บนโปรเซสเซอร์ Intel® Xeon® Gold 6148:
ใหม่:
การทดสอบ 1: ทดสอบโดย Intel เมื่อ 15/6/2019 โปรเซสเซอร์ Intel® Xeon® Gold 6148 แบบสองซ็อกเก็ต; 20 คอร์; HT: เปิด; เทอร์โบ: เปิด; หน่วยความจำทั้งหมด: 192 GB (12 สล็อต/16 GB/2,666 MHz); BIOS: SE5C620.86B.0X.01.0007.062120172125 (ucode: 0x200004d); CentOS Linux release 7.5.1804 (Core); เฟรมเวิร์กการเรียนรู้เชิงลึก: Keras 2.2.4 และ TensorFlow แบบปรับเน้นสำหรับ Intel: 1.13.1; ทอพอโลยี: RetinaNet: https://github.com/fizyr/keras-retinanet; คอมไพเลอร์: gcc 4.8.5,เวอร์ชัน MKL DNN: v0.17, BS=8, ทั้งข้อมูลสังเคราะห์และข้อมูลลูกค้า; หนึ่งอินสแตนซ์/สองซ็อกเก็ต; ชนิดข้อมูล: FP32
การทดสอบ 2: ทดสอบโดย Intel เมื่อ 15/6/2019 โปรเซสเซอร์ Intel® Xeon® Gold 6148 แบบสองซ็อกเก็ต; 20 คอร์; HT: เปิด; เทอร์โบ: เปิด; หน่วยความจำทั้งหมด: 192 GB (12 สล็อต/16 GB/2,666 MHz); BIOS: SE5C620.86B.0X.01.0007.062120172125 (ucode: 0x200004d), CentOS Linux release 7.5.1804 (Core); ซอฟต์แวร์ Intel®: OpenVINO R2019.1.1094; ทอพอโลยี: RetinaNet: https://github.com/fizyr/keras-retinanet; คอมไพเลอร์: gcc 4.8.5,เวอร์ชัน MKL DNN: v0.17, BS=1, แปดคำร้องอะซิงโครไนส์, ทั้งข้อมูลสังเคราะห์และข้อมูลลูกค้า; หนึ่งอินสแตนซ์/สองซ็อกเก็ต; ชนิดข้อมูล: FP32
เบสไลน์: ทดสอบโดย Intel เมื่อ 15/6/2019 โปรเซสเซอร์ Intel® Xeon® Gold 6148 แบบสองซ็อกเก็ต; 20 คอร์; HT: เปิด; เทอร์โบ: เปิด; หน่วยความจำทั้งหมด: 192 GB (12 สล็อต/16 GB/2,666 MHz); BIOS: SE5C620.86B.0X.01.0007.062120172125 (ucode: 0x200004d); CentOS Linux release 7.5.1804 (Core); เฟรมเวิร์กการเรียนรู้เชิงลึก: Keras 2.2.4 และ Vanilla TensorFlo: 1.5; ทอพอโลยี: RetinaNet: https://github.com/fizyr/keras-retinanet; คอมไพเลอร์: gcc 4.8.5,เวอร์ชัน MKL DNN: v0.17, BS=8, ทั้งข้อมูลสังเคราะห์และข้อมูลลูกค้า; หนึ่งอินสแตนซ์/สองซ็อกเก็ต; ชนิดข้อมูล: FP32
คำกล่าวอ้างประสิทธิภาพตามการทดสอบภายในของ Samsung เมื่อ มีนาคม 2021 การกำหนดค่าระบบ: Intel® Core™ i3-8100H CPU @ 3.0 GHz, หน่วยความจำ 8 GB; ระบบปฏิบัติการ: 64-bit Windows 10