AI summary
Kemitraan antara Samsung dan Galeon bertujuan untuk meningkatkan teknologi ultrasonografi dan kesehatan wanita. Penggunaan Blockchain Swarm Learning dapat melindungi privasi pasien saat melatih AI medis. GALEON token mendorong partisipasi komunitas dalam penelitian medis dan pendanaan yang lebih transparan. Samsung menjalin kemitraan strategis dengan Galeon untuk melatih kecerdasan buatan pada perangkat ultrasound milik Samsung. Tujuannya adalah membantu mendeteksi kondisi bawaan pada pasien wanita lebih akurat dan efektif melalui integrasi perangkat keras dengan software rekam medis yang sudah diaplikasikan di 18 rumah sakit di Eropa.Integrasi ini memungkinkan data citra medis yang dihasilkan oleh ultrasound dapat langsung terekam dalam sistem rekam medis elektronik dengan cara yang aman dan terstruktur. Sistem ini juga menjaga privasi pasien melalui teknologi blockchain yang membuat data tetap anonim dan terdesentralisasi, sehingga tidak ada sentralisasi data pribadi yang berisiko disalahgunakan.Teknologi Blockchain Swarm Learning (BSL®) dari Galeon memungkinkan pelatihan AI di banyak rumah sakit tanpa perlu mengumpulkan data pasien di satu lokasi. Hal ini meningkatkan keamanan dan keakuratan AI dalam mendukung pengambilan keputusan medis secara real-time di rumah sakit yang terhubung.Untuk mempromosikan penelitian sekaligus pendanaan yang transparan, Galeon juga meluncurkan platform Atlantis dan token GALEON. Token ini memungkinkan lebih dari 100.000 pendukung berpartisipasi dalam berbagi data anonim serta memilih proyek penelitian yang akan didanai melalui sistem DAO yang terdesentralisasi.Kemitraan ini tidak hanya mempercepat inovasi dalam bidang kesehatan wanita, tetapi juga membuka peluang baru bagi riset medis yang lebih terbuka, partisipatif, dan terjamin privasinya. Samsung dan Galeon siap mengubah cara dunia medis membangun AI yang aman serta berguna bagi pasien dan tenaga medis.
Strategi Samsung dan Galeon menandai langkah penting dalam penggabungan teknologi blockchain dengan AI medis, yang berpotensi mengubah cara kita memahami dan mendeteksi penyakit. Namun, tantangannya tetap pada skalabilitas dan penerimaan luas di kalangan rumah sakit serta pasien yang harus diyakinkan tentang keamanan data mereka.
