Jakarta: Organisasi ilmu hayati dan perawatan kesehatan di seluruh India menggunakan AI generatif untuk membangun aplikasi yang dapat memberikan dampak penyelamatan jiwa — di dalam negeri dan di seluruh dunia.

Di antara organisasi terkemuka tersebut adalah Institut Teknologi India Madras (IIT Madras) dan Institut Teknologi Informasi Indraprastha Delhi (IIIT-Delhi), perusahaan ilmu hayati cerdas Innoplexus dan penyedia platform diagnostik medis yang dipimpin AI 5C Network.

Inti dari pekerjaan mereka adalah layanan mikro NVIDIA NIM, termasuk layanan mikro Nemotron-4-Mini-Hindi 4B baru untuk membangun aplikasi AI berdaulat dan model bahasa besar (LLM) dalam bahasa Hindi.
Model Nemotron-4 Hindi memberikan akurasi tertinggi di seluruh tolok ukur dalam 2 miliar hingga 8 miliar kategori ukuran model untuk bahasa Hindi.

Dengan pasar perawatan kesehatan India yang diproyeksikan tumbuh dari sekitar USD180 miliar tahun lalu menjadi USD320 miliar pada tahun 2028, model AI baru memiliki potensi untuk secara dramatis meningkatkan aksesibilitas dan efisiensi perawatan kesehatan.

Untuk bersiap menghadapi permintaan yang terus meningkat — dan untuk membantu lebih banyak pasien lebih cepat — pemerintah India berinvestasi secara signifikan dalam membangun model AI dasar yang dirancang dan dikembangkan di dalam negeri, termasuk untuk perawatan kesehatan, melalui inisiatif seperti Misi IndiaAI.

Anggota ekosistem perawatan kesehatan India memimpin dengan memajukan penelitian ilmu saraf, memerangi resistensi antibiotik, mempercepat penemuan obat, mengotomatiskan analisis pemindaian diagnostik, dan banyak lagi — semuanya dengan bantuan AI.

IIT Madras Memajukan Penelitian Ilmu Saraf Dengan AI
IIT Madras Brain Centre memajukan penelitian ilmu saraf dengan mencitrakan seluruh otak manusia pada tingkat sel di berbagai usia dan penyakit otak, dan menggunakan AI untuk menganalisis kumpulan data primer berukuran petabyte yang luas ini.

Pekerjaan ini membuka jalan baru untuk memahami struktur dan fungsi otak, serta bagaimana mereka berubah dalam kondisi penyakit, mempercepat penelitian yang dapat mengarah pada penemuan yang menyelamatkan nyawa.

Untuk membuat informasi tentang otak lebih mudah diakses oleh siswa dan peneliti STEM, pusat ini sedang mengembangkan chatbot AI — menggunakan layanan mikro Nemotron-4 Hindi NIM — yang dapat menjawab pertanyaan terkait ilmu saraf dalam bahasa Hindi.

Ini dibangun di atas kerangka kerja eksplorasi pengetahuan bertenaga AI NVIDIA yang ada di pusat tersebut, yang disebut Neuro Voyager.

Dikembangkan menggunakan model jawaban pertanyaan visual dan LLM, Neuro Voyager memungkinkan peneliti mengirimkan pertanyaan yang terkait dengan gambar otak dan memberikan jawaban yang sangat akurat menggunakan pengambilan informasi multimodal.

IIT Madras mengembangkan Neuro Voyager menggunakan data dunia nyata dari publikasi penelitian dan data sintetis. Dengan menggunakan NeMo Retriever, kumpulan layanan mikro NIM untuk pengambilan informasi, tim mencapai peningkatan akurasi sebesar 30% melalui penyempurnaan model penyematan dan penyempurnaan kerangka kerja lebih lanjut.

Untuk bagian pembuatan jawaban alat, para peneliti mengetuk layanan mikro Llama 3.1 70B NIM, yang berjalan pada sistem NVIDIA DGX, yang mempercepat inferensi LLM 4x dibandingkan dengan model asli.

Sebuah kelompok penelitian di IIIT-Delhi menggunakan model Nemotron-4 Hindi untuk mengumpulkan pola resep antibiotik dalam bahasa lokal, termasuk bahasa Hindi.

Resistensi antimikroba — di antara ancaman terbesar dunia terhadap kesehatan global — terjadi ketika bakteri, virus, jamur, dan parasit berubah dari waktu ke waktu, tidak lagi merespons pengobatan dan meningkatkan risiko penyebaran penyakit, penyakit parah, dan kematian.

Para peneliti IIIT-Delhi memprediksi bahwa penata layanan antimikroba yang dipandu AI akan menjadi komponen kunci untuk mencegah puluhan juta kematian yang dapat disebabkan oleh resistensi antimikroba antara tahun 2025 dan 2050.

Integrasi data bertenaga AI dan alat analitik prediktif para peneliti, AMRSense, meningkatkan akurasi dan mempercepat waktu untuk mendapatkan wawasan tentang resistensi antimikroba. Didukung oleh pemrosesan bahasa alami berbasis platform NeMo, AMRSense dirancang untuk digunakan di lingkungan rumah sakit dan komunitas.

Solusi kolaboratif antara IIIT-Delhi dan konsorsium lembaga penelitian lainnya menempati posisi kedua dari lebih dari 300 entri dalam Trinity Challenge, sebuah kompetisi yang menyerukan solusi berbasis data untuk membantu mengatasi ancaman kesehatan global.

IIIT-Delhi juga menggunakan sistem NVIDIA DGX untuk membangun model fondasi yang dapat lebih mengasah alur kerjanya.

Rangkaian alat pencitraan medis Bionic 5C Network yang berbasis di Bengaluru dan Coimbatore, berdasarkan visi komputer dan LLM, membantu mengubah pelaporan radiologi dengan membaca, mendeteksi, dan menganalisis pemindaian medis dan menghasilkan catatan medis komprehensif yang memberikan wawasan yang dapat ditindaklanjuti untuk mendukung dokter dalam pengambilan keputusan.

Digunakan di seluruh kelompok rumah sakit terbesar di India dan beberapa rumah sakit tenda, Bionic mendeteksi patologi dalam pemindaian, seperti lesi paru-paru pada sinar-X atau massa otak dalam MRI. Kemudian memberikan pengukuran rinci kelainan, seperti ukuran, volume atau kepadatan lesi untuk menilai tingkat keparahan penyakit dan perencanaan pengobatan. Terakhir, Bionic mengkompilasi data menjadi laporan yang jelas dan dapat ditindaklanjuti dengan langkah selanjutnya yang disarankan, seperti pengujian lebih lanjut atau rujukan spesialis.

Bionic dikembangkan menggunakan kerangka kerja MONAI sumber terbuka, ekosistem antarmuka pemrograman aplikasi NVIDIA TensorRT untuk inferensi pembelajaran mendalam berkinerja tinggi, dan platform NeMo untuk AI generatif khusus.

Dengan menggunakan layanan mikro Nemotron-4 Hindi NIM, 5C Network sekarang meningkatkan aplikasi kliennya, yang memungkinkan pasien untuk mengajukan pertanyaan tentang laporan radiologi dan menerima tanggapan yang cepat dan akurat dalam bahasa Hindi yang disederhanakan.

Innoplexus, anggota program NVIDIA Inception untuk startup mutakhir, telah membangun platform ilmu hayati bertenaga AI untuk penemuan obat yang didukung oleh NVIDIA NIM, termasuk layanan mikro AlphaFold2 NIM.

Interaksi protein-protein (PPI) sangat penting untuk mekanisme patogen dan fisiologis yang memicu timbulnya dan perkembangan penyakit. Ini berarti memahami PPI dapat membantu memfasilitasi strategi diagnostik dan terapeutik yang efektif.

Innoplexus melakukan prediksi PPI skala besar hingga 500x lebih cepat daripada metode tradisional. Platform perusahaan dapat menganalisis 200 juta interaksi protein hanya dalam hitungan detik, memanfaatkan akselerasi GPU NVIDIA H100 Tensor Core.

Dengan menggunakan layanan mikro NVIDIA NIM, Innoplexus menghasilkan data pasien sintetis untuk meningkatkan model AI-nya dan melakukan skrining virtual 5,8 juta molekul kecil dalam waktu kurang dari delapan jam — 10x lebih cepat daripada tanpa NIM.

Plus, layanan mikro membantu Innoplexus mengidentifikasi obat yang paling efektif dan teraman dalam satu set agen terapeutik tertentu dengan akurasi 90%.

Dengan menggunakan model Nemotron-4 Hindi yang baru, Innoplexus sedang mengembangkan alat yang memungkinkan pengguna dengan mudah mengakses dan memahami informasi tentang Ayurveda, sistem pengobatan tradisional asli India, berdasarkan konten Hindi dari repositori utama.

Aplikasi Innoplexus LLM lainnya, yang dibangun dengan model Hindi baru, menjelaskan detail tentang resep pengguna dan laporan medis - berdasarkan fotonya - dalam istilah yang mudah dipahami.


dan followChannel WhatsApp Medcom.id

(MMI)

Jakarta: Kecerdasan buatan mengubah keamanan siber dengan alat dan kemampuan AI generatif baru yang dulunya menjadi bahan fiksi ilmiah. Dan seperti banyak pahlawan dalam fiksi ilmiah, mereka tiba tepat pada waktunya.

Keamanan siber yang ditingkatkan AI dapat mendeteksi dan merespons potensi ancaman secara real time — seringkali bahkan sebelum analis manusia menyadarinya. Ini dapat menganalisis data dalam jumlah besar untuk mengidentifikasi pola dan anomali yang mungkin mengindikasikan pelanggaran. Dan agen AI dapat mengotomatiskan tugas keamanan rutin, membebaskan para ahli manusia untuk fokus pada tantangan yang lebih kompleks.

Semua kemampuan ini dimulai dengan perangkat lunak, dan NVIDIA telah memperkenalkan NIM Agent Blueprint untuk keamanan kontainer yang dapat disesuaikan oleh pengembang untuk memenuhi persyaratan aplikasi mereka sendiri.
Cetak biru ini menggunakan layanan mikro NIM, kerangka kerja AI keamanan siber Morpheus, analitik data akselerasi cuVS, dan RAPIDS untuk membantu mempercepat analisis kerentanan dan eksposur umum (CVE) pada skala perusahaan — dari beberapa hari menjadi hanya hitungan detik. Semua ini termasuk dalam NVIDIA AI Enterprise, platform perangkat lunak cloud-native untuk mengembangkan dan menerapkan aplikasi AI produksi yang aman dan didukung.

Deloitte adalah salah satu yang pertama menggunakan NIM Agent Blueprint untuk keamanan kontainer dalam solusi keamanan sibernya, yang mendukung analisis agen perangkat lunak sumber terbuka untuk membantu perusahaan membangun AI yang aman. Ini dapat membantu perusahaan meningkatkan dan menyederhanakan keamanan siber dengan meningkatkan efisiensi dan mengurangi waktu yang dibutuhkan untuk mengidentifikasi ancaman dan potensi aktivitas permusuhan.

"Keamanan siber telah muncul sebagai pilar penting dalam melindungi infrastruktur digital di AS dan di seluruh dunia," kata Mike Morris, direktur pelaksana, Deloitte & Touche LLP. "Dengan menggabungkan NIM Agent Blueprint NVIDIA ke dalam solusi keamanan siber kami, kami dapat menawarkan kecepatan dan akurasi yang lebih baik kepada klien kami dalam mengidentifikasi dan memitigasi potensi ancaman keamanan."

Mengamankan Perangkat Lunak dengan AI Generatif
Deteksi dan resolusi kerentanan adalah kasus penggunaan teratas untuk AI generatif dalam pengiriman perangkat lunak, menurut IDC. NIM Agent Blueprint untuk keamanan kontainer mencakup semua yang dibutuhkan pengembang perusahaan untuk membangun dan menerapkan aplikasi AI generatif yang disesuaikan untuk analisis kerentanan cepat kontainer perangkat lunak.

Kontainer perangkat lunak menggabungkan sejumlah besar paket dan rilis, beberapa di antaranya mungkin tunduk pada kerentanan keamanan. Secara tradisional, analis keamanan perlu meninjau masing-masing paket ini untuk memahami potensi eksploitasi keamanan di seluruh penerapan perangkat lunak apa pun.

Proses manual ini membosankan, memakan waktu, dan rawan kesalahan. Mereka juga sulit untuk diotomatisasi secara efektif karena kompleksitas menyelaraskan paket perangkat lunak, dependensi, konfigurasi, dan lingkungan operasi.

Dengan AI generatif, aplikasi keamanan siber dapat dengan cepat mencerna dan menguraikan informasi di berbagai sumber data, termasuk bahasa alami, untuk lebih memahami konteks di mana potensi kerentanan dapat dieksploitasi.

Perusahaan kemudian dapat membuat agen AI keamanan siber yang mengambil tindakan pada kecerdasan AI generatif ini. NIM Agent Blueprint untuk keamanan kontainer memungkinkan analisis risiko CVE yang cepat, otomatis, dan dapat ditindaklanjuti menggunakan model bahasa besar dan generasi yang ditingkatkan pengambilan untuk aplikasi AI agen. Ini membantu pengembang dan tim keamanan melindungi perangkat lunak dengan AI untuk meningkatkan akurasi, efisiensi, dan merampingkan potensi masalah untuk diselidiki oleh agen manusia.

Cetak Biru untuk Keberhasilan Keamanan Siber
Blueprint Agen NIM baru untuk keamanan kontainer mencakup kerangka kerja AI keamanan siber NVIDIA Morpheus untuk mengurangi waktu dan biaya yang terkait dengan mengidentifikasi, menangkap, dan bertindak atas ancaman. Ini membawa tingkat keamanan baru ke pusat data, cloud, dan edge.

Kerangka kerja AI end-to-end yang dipercepat GPU memungkinkan pengembang membuat aplikasi yang dioptimalkan untuk memfilter, memproses, dan mengklasifikasikan data keamanan siber streaming dalam jumlah besar.

Dibangun di atas perangkat lunak NVIDIA RAPIDS, Morpheus mempercepat beban kerja pemrosesan data pada skala perusahaan. Ini menggunakan kekuatan RAPIDS cuDF untuk operasi data yang cepat dan efisien, memastikan pipa hilir memanfaatkan semua inti GPU yang tersedia untuk tugas AI agen yang kompleks.

Morpheus juga memperluas kemampuan analis manusia dengan mengotomatiskan analisis dan respons waktu nyata, menghasilkan data sintetis untuk melatih model AI yang mengidentifikasi risiko secara akurat dan untuk menjalankan skenario "what-if".


dan followChannel WhatsApp Medcom.id

(MMI)