- 3 minutes ago
Program khas Awani Pagi yang dibawakan Kementerian Pendidikan Tinggi Malaysia (KPT) ini mengetengahkan produk inovasi yang dihasilkan di universiti-universiti seluruh negara sebagai penyelesaian masalah dan pembangunan negara. Episod ini membawakan dua produk inovasi daripada Universiti Teknologi Malaysia iaitu REDIM untuk memantau keselamatan pelantar luar persisir dan Makmal Kecerdasan Buatan (AI) untuk penjagaan kesihatan.
Category
🗞
NewsTranscript
00:07Intro
00:17Hari ini dengan kerjasama Kementerian Pendidikan Tinggi Malaysia KPT
00:21menuju ke Festival of Ideas Putrajaya
00:24kita bawakan kepada anda inovasi pencetus revolusi
00:29daripada universiti awam seluruh negara
00:32kita murahkan siri jelajah inovasi kita
00:35dengan Universiti Teknologi Malaysia UTM
00:37salah satu penderaju bidang kejuruteraan
00:40yang menghasilkan inovasi bertaraf dunia
01:02Baik, teknologi ataupun inovasi yang pertama daripada UTM hari ini
01:09nak dibawakan kepada anda adalah berkaitan dengan sebuah teknologi ataupun inovasi
01:13iaitu dinamakan sebagai redeem AI untuk pemantauan pelantar minyak luar pesisir
01:21dan juga kita nak melihat kepada bagaimana
01:24keupayaan inovasi ini untuk membantu industri
01:28saya nak bersama dengan Prof. Madya Insinior Technologist Dr. Muhammad Khairi Abu Husin
01:34yang merupakan pesyarah fakulti kecerdasan buatan FAI
01:38merangkap penyelidik durability engineering and safety assessment research group UTM
01:43Doktor apa khabar? Sihat?
01:44Alhamdulillah sihat
01:45Doktor, Alhamdulillah sihat
01:48Doktor, pertama sekali mungkin kita nak melihat kepada inovasi yang Doktor ceritakan
01:52nama dia cukup panjang Doktor, tak bolehkah kita pergi pendek sikit Doktor
01:56dan kita nak juga tahu berkaitan dengan fungsi-fungsinya iaitu redeem ni
02:01macam mana dia gunakan AI untuk melihat ataupun mengukur struktur ataupun kekukuhan
02:08sebuah platform di pesisir itu sendiri Doktor
02:12Ok, pertama sekali saya ucapkan terima kasih kepada tim Astro bagi peluang
02:17untuk kita di universiti berkongsi hasil dapatan penyelidikan inovasi
02:22yang memberi impak terus kepada industri dalam kontak ini
02:26Secara umum, redeem sebenarnya adalah satu inovasi yang kita telah bangunkan
02:30semenjak tahun 2014
02:32ketika itu saya diberi peluang untuk menjalankan latihan industri
02:37di sebuah syarikat oil and gas di Malaysia
02:41dan daripada situ sebenarnya saya dapat mendapati terdapat satu ruang
02:46untuk membantu industri membangunkan satu solusi
02:49bagi membolehkan jurutera-jurutera ini membuat keputusan
02:53yang lebih tepat dan cepat bagi mengurus pelantar minyak luar PCC
02:58terutamanya yang telah berusia
03:00Secara ringkas, redeem merupakan satu alat yang kita beri nama
03:04real-time wireless structure dynamic monitoring system
03:07berfungsi sebagai alat untuk mengumpul data
03:11seterusnya menilai data
03:13dan akhirnya memberi satu keputusan yang solid kepada jurutera
03:18untuk membuat keputusan sama ada platform tersebut
03:21berada pada tahap integriti yang sepatutnya
03:24atau perlu melalui satu proses penyelenggaraan
03:30atau pemeriksaan yang lebih teliti
03:32itu secara ringkas perkaraan redeem
03:34Doktor, kenapa doktor rasakan perkara ini penting
03:39kenapa sebelum kaedah manual yang digunakan sebelum ini
03:43berbanding kaedah sekarang ini
03:45macam mana daripada segi keberkesanan efektif kos
03:48dan adakah ia menjimatkan masa, menjimatkan kos dan sebagainya Doktor
03:53Asset luar pesisir adalah satu aset yang sangat strategik
03:57dan bernilai tinggi
03:58jadi maintenance kepada aset-aset ini adalah sangat-sangat kritikal
04:01secara umum, keadaan konvensional ataupun syarat kaedah konvensional
04:06untuk mengurus platform perlu mengambil masa yang panjang
04:10dan dia melalui proses manual yang agak kompleks
04:14jadi dekat situ proses tersebut
04:16kalau kita bandingkan dengan konvensional
04:18metodologi yang sedia ada sebelum ini
04:19dia mengambil masa lebih kurang 30 ke 60 hari
04:22proses penilaian tersebut sehingga selesai
04:25tapi jadi dekat situ keputusan untuk membuat
04:27immediate decision making itu agak terhad
04:30dengan adanya redeem sebenarnya proses ini dapat dipendekkan
04:33daripada perlu 30 ke 60 hari
04:35hanya memerlukan 2 ke 14 hari
04:37bagaimana kaedah ini berlaku?
04:40kerana ada 3 faktor
04:42pertama kemajuan daripada segi teknologi sensor
04:45kedua kemajuan daripada segi teknologi komunikasi
04:48seperti 5G
04:50dan ketiga kemajuan daripada segi penghasilan AI
04:55yang membantu proses ini dapat dipercepatkan
04:58ok secara umum kalau kita bandingkan kedua-dua kaedah
05:02bila proses ini dijalankan lebih pendek
05:04dia sebenarnya lebih menguntungkan syarikat-syarikat operator
05:07minyak dan hiliran
05:09kerana tempoh yang panjang sebenarnya dia memerlukan
05:12kos tenaga kerja yang panjang
05:14insurans yang panjang, logistik yang panjang, lebih besar
05:17ok dengan adanya tempoh yang lebih pendek
05:19sebenarnya kos yang tadi agak besar
05:23dapat dipendekkan dan pada masa sama
05:25yang paling penting adalah decision making itu
05:27dapat dibuat dengan cepat dan tepat
05:29ok dan apa yang membanggakan saya adalah
05:32fakulti kerja dan sambuatan AI di UTM ini
05:36sebenarnya baru saja ditubuhkan
05:38dan dah ada inovasi dihasilkan oleh para penyelidik di sini
05:42dan untuk inovasi redeem ini
05:45di mana AI itu membantu
05:47kerja dan sambuatan itu membantu
05:48ok itu soalan yang menarik dan patut ditanyalah
05:52pada pandangan saya begini
05:53data yang kita kumpulkan melalui sistem
05:56dynamic monitoring system ini sangat besar
05:58sangat besar
05:59maksudnya setiap second dia akan dapat
06:00collection data lebih kurang 10 sampel
06:02dan monitoring yang panjang
06:04contohnya dalam 14 hari dia akan ada
06:06ribuan malah jutaan data yang perlu diuruskan
06:09jadi dengan adanya AI
06:11sebenarnya kita boleh membuat
06:12screening of the data itu dengan lebih cepat dan tepat
06:14itu pertama
06:15kedua bila AI ini ada
06:17sebenarnya kita membangunkan juga algoritm
06:19berdasarkan dapatan kita trend-trend
06:21yang telah dikenal pasti
06:23daripada data-data terbunuh ini
06:25jadi dekat situ sebenarnya
06:27algoritm itu membantu kepada
06:29operator-operator ataupun jurutera itu tadi
06:31untuk membuat prediksi
06:33ataupun anggaran jangkaan
06:36apa yang akan berlaku kepada
06:38platform atau aset mereka
06:41kalau kata
06:42daripada segi sebab kita gunakan
06:44kerjasama buatan AI
06:46di negara-negara barat
06:48diperdebatkan berkata dengan AI ini
06:50daripada segi aspek keselamatan
06:54terutama sekali
06:55bila sebuah inovasi itu menggunakan AI
06:57sejauh mana tahap keselamatan kepada
06:58manusia itu sendiri dan juga
07:01perkara yang nak dihasilkan itu
07:03dari segi keselamatannya macam mana
07:04apabila menggunakan AI
07:06daripada segi keselamatan sebenarnya
07:08di-depend dalam konteks ini
07:10AI yang kita pakai adalah rutin AI
07:11yang mana data itu adalah
07:13data rutin yang kita basically
07:14capture harian dan sentiasa
07:16basically ada trend yang sepatutnya
07:18dalam konteks ini bila kita
07:20membangunkan AI tadi kita patut
07:21membangunkan AI dengan data yang
07:23reliable dan konsisten
07:24selepas data itu dah dibangunkan
07:26dan algoritm itu dah dibangunkan
07:27dan kita mendapat satu kepastian
07:31algoritm itu adalah algoritm yang
07:33reliable baru kita basically deploy
07:35kepada pihak industri
07:37jadi dekat situ sebenarnya lebih kepada
07:39kita punya confident level
07:40sekiranya testing itu dibuat dengan
07:43sistematik dan memberikan konsisten
07:45rezak yang sepatutnya
07:47jadi confident level kat situ adalah
07:49amat tinggi
07:49jadi tiada isu on
07:51what we call security
07:53tiada isu on
07:54adakah AI itu tidak memberi
07:56dapatan yang tak sepatutnya
07:57perkara-perkara itu dah diselesaikan
08:00di peringkat penyedidikan
08:02masa penyedidikan itu macam mana
08:03dia punya dapatan
08:04berapa kali dilakukan dan sebagainya
08:07setiap inovasi itu pasti akan melalui
08:09pemeriksaan keselamatan dengan berkali-kali dan sebagainya kan
08:12boleh ceritakan part itu tak
08:13ok
08:14kita membangunkan teknologi ini
08:16SIN 2014
08:17oh lama dah
08:18luar lama 2014
08:19so daripada situ sebenarnya proses itu
08:21untuk masuk ke peringkat pengkomersialan
08:23dia sampai
08:232019 baru masuk ke peringkat pengkomersialan
08:26jadi proses itu sebenarnya
08:28memerlukan banyak
08:28data-data yang kita perlu
08:30kena sepasti
08:31dan perlu
08:32digunakan untuk
08:33diproses untuk
08:34membangunkan satu algoritm
08:352014 ke hingga
08:372019 sebenarnya adalah
08:38proses yang mana kita
08:39bangunkan di peringkat lab
08:40makmal
08:41dan seterusnya
08:42nak pergi ke peringkat
08:43what call
08:44aplikasi industri sebenar
08:45ataupun environment sebenar
08:47proses ini
08:48memakan masa
08:48dan proses ini
08:49taklah straightforward macam
08:50you dah buat kat lab
08:52and then immediately
08:52you boleh deploy
08:53ataupun guna pakai
08:55dekat environment
08:56sebenar
08:56jadi proses itu agak complicated
08:58itu mungkin-mungkin saya boleh
08:59explain kemudian
09:00tapi daripada segi
09:01penggunaan
09:02AI tadi
09:03untuk
09:04di
09:04apa nama
09:05di environment sebenar tadi
09:07data-data yang kita dapat
09:09daripada lab
09:09sebenarnya menjadi
09:10indicator data
09:11sebagaimana
09:12behavior of the data
09:13contohnya
09:14dalam jenis
09:14ciri
09:15dynamic struktur itu
09:17terbentuk
09:17maksudnya bila
09:18ombak
09:19impulse
09:19ataupun
09:20memberi beban kepada struktur
09:21kita sebenarnya dah dapat
09:23dabatan ataupun
09:24trend-trend yang sepatutnya
09:25platform itu akan
09:27behave macam mana
09:28itu di lab
09:29jadi sebenarnya
09:30fundamental itu dah ada
09:31dari situ
09:31kita pun dah ada
09:32pemahaman dan
09:32pengetahuan
09:33perkara tersebut
09:35scene 2019
09:36kita sebenarnya start
09:37to collect the real data
09:38data sebenar
09:39di lapangan
09:41jadi bila kita
09:42go to the lapangan
09:43asas yang kita
09:44bangunkan di lab tadi
09:45memang dah ada
09:46so
09:46how
09:47macam mana
09:48behavior of the
09:49structure and so on
09:50kita dah faham
09:51sebenarnya
09:52in brief
09:53dan bila kita
09:53bawa ke peringkat
09:54struktur sebenar
09:57the information
09:57yang kita ada tadi
09:58memang mudah
09:59untuk kita memahami
10:00data-data di
10:02platform sebenar pula
10:03so bila kita
10:04bawa ke platform sebenar
10:05the trend itu nanti
10:05kita akan buat
10:06what we call
10:08validation
10:08berdasarkan data
10:09yang kita dapat
10:10di lab
10:10jadi dekat situ nanti
10:11when we do the validation
10:12the confidence level
10:13the reliability of the data
10:15the accuracy of the data itu
10:16kita akan dapat
10:16the confirmation
10:17ataupun dapatkan
10:18di putuskan di situ
10:19ok
10:20seperti yang kita ketahui
10:22syarikat-syarikat
10:23ataupun industri
10:24mereka sangat
10:25mempentingkan
10:25keselamatan
10:26terutama berkata dengan
10:27pelantar dan sebagainya
10:29sejauh mana
10:30keboleh percayaan
10:32syarikat-syarikat
10:33dalam industri
10:34yang mungkin
10:34telah pun melihat
10:35dan juga menggunakan
10:36pakai
10:36redeem ini
10:37ok
10:38itu soalan yang menarik
10:40sebab
10:40bila kita bari
10:41daripada lab
10:41nak pergi ke
10:43market
10:43ok
10:44dia basically
10:45in between itu
10:45ada satu keperluan
10:46ataupun requirement
10:47industri yang perlu
10:48dititikbaratkan
10:49dan di-comply
10:50ok
10:51sebagai contoh
10:51semasa kami
10:52membangunkan
10:53aktiviti ini di lab
10:54sensor tidak
10:55memerlukan
10:55certain-certain
10:56requirement
10:56seperti attack
10:57attack ni adalah
10:58satu requirement
10:58yang untuk mengelakkan
10:59kebakaran atau
11:00letupan
11:01di atas platform
11:01jadi situ
11:02cabaran pertama
11:03kami semasa
11:04membangunkan teknologi ini
11:05adalah untuk
11:06memastikan
11:06the system
11:07boleh comply
11:08requirement
11:09ataupun
11:09standard industry
11:10ok
11:11di situ
11:11pembangunan itu
11:12mengelalui proses
11:13untuk dapatkan
11:14attack compliant
11:14itu pertama
11:15and then bila kita pergi ke
11:17platform sebenar
11:19cabaran seterusnya adalah
11:20data komunikasi
11:21ok
11:22sebagai contoh
11:22masa kita dekat lab
11:23data itu agak
11:24smooth
11:25and everything
11:25in order mudah
11:27tapi bila kita pergi ke
11:28platform
11:29sebenarnya
11:29komunikasi itu agak
11:30complicated
11:31ok
11:31dia tak seperti
11:32macam
11:32semudah di lab
11:33jadi dekat situ
11:34adalah
11:35macam mana kita
11:36nak membangunkan
11:36satu sistem komunikasi
11:38komunikasi yang reliable
11:39yang dapat memberi kita
11:41data berterusan
11:41tanpa sebarang
11:42interruption
11:43yang kritikal
11:43itu antara cabaran
11:45asas lah
11:46kepada pembangunan ini
11:47ok
11:48sejauh mana sebenarnya
11:50redeem bersedia
11:52untuk dikomersialkan
11:53ataupun telah pun
11:53dibina pakai
11:54dan adakah ia bersedia
11:55untuk ke pasaran-pasaran
11:56yang lebih besar
11:57di luar negara
11:58ok
11:59semenjak 2019
12:00memang kita dah berada
12:01dalam pasaran
12:02major operator
12:03industri gas dan minyak
12:05di Malaysia
12:06memang telah pun
12:07memakai teknologi ini
12:08macam saya maklumkan tadi
12:09lebih daripada
12:1032 platform
12:11dah pakai pun teknologi ini
12:12dan itu menunjukkan
12:13kepercayaan industri
12:14kepada inovasi
12:15yang dibangunkan
12:16di peringkat universiti
12:17ok
12:18so now
12:18what internet
12:19way forward
12:19untuk redeem
12:20redeem sebenarnya
12:21sekarang ni kita
12:22dan tim kita
12:23sebab saya agak bertuah
12:24di peringkat universiti
12:25dapat sokongan
12:26daripada pihak industri
12:27yang agak signifikan
12:28so sekarang ni
12:29sebenarnya
12:29di peringkat kami
12:30kita cuba
12:31mengkomersialkan
12:32teknologi ini
12:33di luar Malaysia
12:33ok
12:34seperti di Asia Tenggara
12:36sebagai contoh
12:36di Indonesia sendiri
12:37ada lebih 1000 platform
12:39ok
12:39di Vietnam
12:40di Thailand
12:41so ini adalah peluang-peluang
12:43terantau
12:44yang sedang kita
12:45cuba explore
12:46ok
12:46baik
12:47doktor
12:49kita nak menuju
12:50kepada Festival of Ideas
12:51di Putrajaya
12:52yang menghimpungkan
12:53pelbagai idea-idea inovasi
12:55seperti doktor
12:55boleh bawakan di
12:57FOI
12:57Putrajaya
12:58apa pandangan doktor
13:00berkata dengan
13:00Festival of Ideas
13:02ini
13:02daripada segi inovasi
13:03dan kenapa
13:04ia penting
13:04untuk negara kita
13:05doktor
13:05ok
13:06Festival of Ideas
13:08ini sebenarnya
13:09Festival of Ideas
13:10FOI
13:10sebenarnya satu festival
13:12yang sangat
13:13sangat berimpak tinggi
13:15dan memberi ruang
13:15kepada penyelidik-penyelidik
13:17bukan sahaja di universiti
13:18malah di peringkat sekolah
13:20untuk mengendengahkan
13:21what it call
13:22inovasi yang dibangunkan
13:23oleh mereka
13:24sebagai contoh
13:25di UTM
13:25kita menggunakan
13:26motor
13:27innovating
13:28sustainable solution
13:29yang mana setiap penyelidik
13:31di UTM itu
13:32ada keperluan
13:34ada tanggungjawab
13:34untuk membangunkan
13:35satu
13:35solusi industri
13:37bagi
13:38masalah-masalah
13:39yang mereka
13:40identifikan
13:41di situ sebenarnya
13:42Festival of Ideas
13:43seperti ini
13:43adalah ruang
13:44dan platform
13:45yang baik
13:45untuk mengengengahkan
13:47teknologi-teknologi
13:48yang telah dibangunkan
13:49di lab-lab mereka
13:50dan dibawa
13:51ke tengah
13:52ke Festival of Ideas
13:53seperti ini
13:53untuk diberi
13:54visibility yang baik
13:55jadi di situ
13:56sebenarnya
13:56user-user yang
13:57berada di luar
13:58akan dapat
13:58informasi
13:59yang bersesuaian
14:00dan dekat situ
14:01sebenarnya adalah
14:02ruang untuk
14:03networking
14:04kepada penyelidik
14:05di universiti
14:06dan juga
14:07industri-industri
14:08prior yang di luar sana
14:09ok
14:10baik
14:11kita berterima kasih
14:12kepada
14:12Prof. Madia
14:14Insinyur Teknologi
14:15Dr. Mohd Hayari
14:16Abu Hussein
14:16pesyarah Fakulti
14:17Kerja dan Sambuatan
14:18FAI
14:19merangkap penyelidik
14:19dan
14:20di Reliability
14:21Engineering and Safety
14:22Sustainable Research
14:23Group UTM
14:23berkongsikan kepada kita
14:24berkata dengan apa itu
14:25Redeem
14:26iaitu satu alat inovasi
14:27yang membantu
14:28untuk melihat
14:29kepada keadaan keselamatan
14:30di pelantar
14:31iaitu dan
14:32menggunakan AI
14:32dan kita akan
14:34bawakan kepada anda
14:35inovasi seterusnya
14:36dari UTM
14:36tapi kita nak
14:37rehat dulu seketika
14:37kembali
14:38kembali sepas ini
14:49Terima kasih
15:00Terima kasih kerana menonton!
15:31Terima kasih kerana menonton!
16:06Terima kasih kerana menonton!
16:34Terima kasih kerana menonton!
16:48Terima kasih kerana datang ke makmal kami
16:51Makmal ini baru sahaja siap dibina pada bulan ini
16:55Dan insyaAllah
16:57Untunglah kami yang
16:58One of our first visitors
17:02Dan tujuan kenapa kita buat makmal AI kesihatan ni
17:06Makmal ni adalah makmal AI kesihatan yang pertama di Malaysia
17:10Dan mungkin juga di mana-mana universiti di dunia
17:14Sebab saya pernah visit di universiti-universiti luar negara
17:17Tidak ada satu makmal yang mengumpulkan semua equipment
17:21Ataupun mesin-mesin yang boleh digunakan untuk mengumpul data
17:26Untuk tujuan membina teknologi AI untuk kesihatan
17:30Jadi makmal ni kita bina ada tiga objektif utamalah
17:34Yang pertama untuk membuat penyelidikan AI dalam bidang kesihatan
17:40Dan kita perlukan makmal ni untuk mengumpul data
17:43Untuk melatih model AI kita
17:48Jadi model-model AI ni bila kita bina
17:50Kita kena mempunyai data yang membolehkan model itu belajar daripada data
17:57Kalau kita tak ada data yang bagus
17:59Jadi model yang kita hasilkan tu tak bagus
18:01Jadi untuk memastikan model AI kita bagus
18:04Kita kena ada data yang bagus
18:05Dan kita perlukan equipment ataupun barang-barang
18:08Yang boleh menyokong pengumpulan data tersebut
18:10Yang tu pertama
18:11Yang kedua adalah untuk pembelajaran
18:15Untuk pelajar-pelajar universiti
18:18Pelajar projek tahun akhir
18:22Pelajar master dan PhD
18:24Mereka perlu memiliki satu tempat untuk membuat
18:29Untuk membuat pengumpulan dan validasi data
18:31Untuk menguatkan model AI
18:34Yang tu adalah untuk pembelajaran
18:36Dan yang ketiga adalah untuk showcase
18:41Penyelidikan AI dalam kesihatan ni
18:44Sebenarnya agak sukar untuk ditunjukkan dalam ekshibisyen
18:47Ataupun bila kami terima pelawat-pelawat daripada luar
18:50Agak sukar untuk menunjukkan hasil-hasil penyelidikan AI
18:55Jadi apa yang kita boleh tunjuk cuma beberapa slide
18:58Yang menunjukkan penyelidikan terdahulu
19:02Jadi dengan adanya makmal ni
19:04Kita boleh jadikan dia sebagai showcase
19:06Dan doktor ataupun orang industri boleh lihat
19:10Bagaimana teknologi AI itu dibangunkan
19:14Untuk menyokong keperluan kesihatan
19:16Depan mata lah kira kan
19:17Lagi meyakinkan lah daripada kita nak
19:19Terangkan di dalam slide-slide
19:22PowerPoint dan sebagainya
19:23Saya diafahamkan doktor juga
19:25Mewakili Malaysia dalam Asian US Science Prize for Women
19:30Kita boleh selitkan sedikit tak
19:31Berkaitan dengan perkara itu
19:32Adakah untuk lab ni ataupun macam mana
19:34Jadi yang Asian US UL Institute Women in Science Prize
19:41Tiap-tiap tahun dia ada menawarkan award itu
19:45Dan setiap tahun dia punya tim dia berlainan
19:50Jadi tim untuk tahun ni adalah AI in Health
19:53Dan jadi saya rasa amat bersesuaian lah
19:56Untuk jika saya agak bersesuaian
20:03Untuk saya masuk dalam pertandingan tersebut pada tahun ini
20:06Jadi Alhamdulillah saya telah dipilih sebagai finalist
20:10Daripada Malaysia
20:12Yang mewakili Malaysia untuk kategori penyelidik pertengahan
20:18Mid-career scientist
20:19Untuk yang berumur 45 tahun ke bawah
20:21Taniah saya ucapkan
20:23Terima kasih
20:23Kita belum tahu keputusannya lagi
20:25Belum tahu lagi
20:26Kita ucapkan selamat berjaya
20:28Wakil daripada Malaysia
20:29Bangga kita rasa
20:30Dan kita berbalik kepada makmal
20:33Kerja dan sambuatan untuk penjagaan kesihatan ini
20:35Sejauh mana sebenarnya ia membantu
20:37Para dokter dan juga terapi
20:39Dalam membuat diagnosis dan juga keputusan yang cepat
20:42Okey
20:43Saya kena bagi contoh
20:44Penyelidikan yang kami buat lah
20:46Menggunakan AI dalam pemantauan pesakit
20:50Dalam
20:52Senaman hidroterapi
20:53Jadi sebelum ni
20:55Untuk senaman hidroterapi
20:57Pesakit perlukan doktor dan juga terapis
21:01Untuk melihat sentiasa bagaimanakah pergerakan pesakit
21:05Dan sama ada pesakit telah pulih
21:07Ataupun lebih baik keadaannya daripada
21:09Minggu ataupun waktu sebelumnya
21:11Tetapi jika kita menggunakan AI
21:14Kita hanya boleh menggunakan kamera yang agak murah
21:18Letakkan sahaja di depan pesakit
21:20Dan bila pesakit bergerak
21:22Model AI itu sendiri yang akan
21:25Memantau
21:26Dan terus
21:27Keluarkan report secara otomatik
21:29Model AI akan cakap
21:30Minggu ini
21:31Pesakit boleh menggerakkan kakinya
21:34Sebanyak 50 darjah
21:35Tetapi minggu depan
21:37Progresnya lagi tinggi
21:39Boleh gerakkan kaki sebanyak 70 darjah
21:42Contohnya
21:42Jadi
21:43Kalau kita sebagai doktor pun
21:46Kita susah nak melihat secara objektif
21:48Ini 50 darjah ke
21:49Kena ambil pula perkakas ke apa
21:51Dan
21:52Pemantauan itu tidak
21:54Pemantauan itu menjadi agak subjektif
21:56Tidak objektif
21:57Jadi dengan menggunakan AI
22:00Pemantauan itu menjadi lebih objektif
22:03Lebih tepat dan lebih cepat
22:05Kamera itu diletakkan dekat depan
22:07Depan pesakit
22:08Depan pesakit
22:08Okey baik
22:10Dari segi
22:11Ketika nak membangunkan
22:14Perkara ini
22:15Apa lagi
22:17Cabaran-cabaran yang mungkin dihadapi
22:19Untuk membangunkan
22:21Model ini
22:22Jadi cabaran yang kami ada
22:25Sebelum adanya lab ini adalah
22:28Untuk
22:29Melatih model AI
22:31Memantau pergerakan pesakit
22:33Di dalam air
22:34Semasa senamah hidroterapi ini
22:36Kami menggunakan kamera
22:38Tetapi untuk
22:39Validatkan data
22:41Untuk tunjukkan bahawa
22:42Pergerakan itu tepat
22:44Sepatutnya kami memerlukan sensor
22:46Yang pesakit
22:48Ataupun model kita
22:49Pakai
22:50Semasa
22:51Pengumpulan data
22:52Jadi bila kita ada sensor
22:54Sekali dengan
22:57Rakaman daripada kamera
22:58Kita boleh lihat
23:00Ketepatan model AI
23:02Yang kita bangunkan
23:03Okey
23:03Jadi sebelum ini
23:05Kita hanya guna kamera saja
23:06Dan selepas
23:07Dan sekarang ini
23:08Kami kena membuat validasi pula
23:10Terhadap data yang menggunakan sensor
23:12Okey
23:12Jadi bila kita ada lab ini
23:14Kita terus boleh buat
23:15Two in one
23:16Ambil data
23:17Menggunakan kamera
23:18Dan sensor sekaligus
23:19Jadi kita tahu
23:20Sama ada
23:21Pergerakan yang kita
23:22Yang model AI itu kira
23:25Adalah tepat atau tidak
23:26Okey
23:27Macam mana dia boleh bantu
23:28Pemulihan pesakit itu
23:30Okey
23:31Jadi
23:31Di Malaysia
23:33Sebenarnya kita sangat
23:34Kekurangan terapis
23:35Di pusat rehabilitasi
23:37Mana-mana pula
23:37Okey
23:38Dalam dunia ini pun
23:39Memang kita kekurangan
23:40Rehab terapis
23:41Dalam dunia
23:42Nisbah pesakit kepada
23:44Nisbah pakar terapi
23:47Kepada pesakit adalah
23:47Satu kepada tiga ribu
23:49Tetapi di Malaysia
23:50Nisbahnya menjadi lebih tinggi
23:52Iaitu satu kepada tiga belas ribu
23:54Jadi cuba bayangkan
23:55Kita banyak pesakit-pesakit
23:57Stroke
23:57Pesakit-pesakit daripada
23:58Kemalangan
23:59Yang memerlukan
24:00Senaman hidroterapi
24:02Untuk pemulihan
24:02Tetapi mereka perlu
24:04Menunggu dengan masa yang panjang
24:06Kerana satu terapi
24:08Nak melihat
24:09Satu pesakit
24:09Satu-satu masa
24:10Tetapi bila kita ada
24:11Model AI ini
24:12Yang digunakan di
24:14Kolam hidroterapi
24:16Kita boleh memuatkan
24:17Dua-tiga pesakit
24:18Dalam masa yang sama
24:19Dan
24:20Satu kamera
24:21Memang boleh
24:22Lihat banyak-banyak pesakit
24:24Dan kita boleh gunakan
24:24Model AI ini
24:25Untuk terus
24:26Menganalisa
24:28Pergerakan pesakit
24:29Dan keluarkan
24:29Report
24:30Automatically
24:31Ok baik
24:33Doktor kita dah fahamkan
24:34Ada kelebihan
24:35Kerjasama Malaysia
24:37Jepun
24:37MJIT ini
24:39Gabungkan kepakaran
24:41Malaysia dan juga
24:42Jepun
24:42Jepun kita tahulah
24:43Negara
24:44Sebab itu kita ada
24:44Dasar Mandang Ketimur
24:45Dan sebagainya
24:46Salah satu negara
24:47Memangnya
24:49Hebatlah
24:50Dalam
24:51Inovasi
24:51Dan sebagainya
24:53Macam mana
24:53Kerjasama itu
24:54Diterjemahkan dalam
24:55Makmal
24:56Kerjasama buatan
24:58AI
24:58Untuk penjaga
24:59Kesihatan ini
24:59Ok jadi kita sebagai
25:01Penyelidik
25:02Memang kita ada
25:02Rakan-rakan penyelidik
25:03Daripada luar
25:04Dan contohnya
25:05Saya sendiri
25:06Saya ada rakan penyelidik
25:07Daripada Tokai Universiti Jepun
25:08Dan
25:09Rakan penyelidik saya itu
25:11Adalah daripada
25:12Bidang yang sama
25:12Iaitu AI juga
25:13Dan dia bekerja
25:15Sangat rapat
25:16Dengan hospital
25:17Di Jepun
25:18Dan dia menerima
25:20Data-data
25:21Daripada hospital Jepun
25:23Secara terus lah
25:24Dan
25:26Kolaborasi kami ini
25:28Membolehkan saya
25:29Untuk akses
25:30Kepada data tersebut
25:31Dan beliau juga
25:32Boleh akses
25:34Kepada data
25:35Yang kita ada
25:35Ok
25:36Dan
25:37Bila
25:38Proses
25:41Pengumpulan data itu
25:42Dijalankan
25:43Kita dapat
25:44Hasilkan data
25:45Dua kali lebih cepat
25:46Jadi kita dapat guna
25:47Data dia
25:47Kita dapat guna
25:48Data kita
25:48Dan
25:49Model AI itu pun
25:51Akan menjadi lebih bijak
25:52Sebab dia
25:53Dilatih
25:54Menggunakan
25:54Data yang banyak
25:55Dengan orang Jepun
25:56Dan juga orang Malaysia
25:57Jadi kita boleh
25:58Sesuaikan model AI itu
26:00Untuk kegunaan
26:01Tempatan
26:02Ok
26:03Doktor
26:04Kita dah ada
26:05Baru dibina
26:07Kita dah melihat
26:08Bagaimana
26:09Kekangan dan juga cabaran
26:10Hospital-hospital awam
26:12Dan juga
26:12Klinik-klinik
26:13Awam
26:14Dan sebagainya
26:15Apabila
26:16Makmal ini
26:17Dibangunkan
26:18Saya dah mula
26:19Melihat ke
26:20Masa hadapan
26:20Dalam memastikan
26:22Proses penjagaan
26:23Kesihatan kita
26:24Lebih lancar
26:24Dan sebagainya
26:25Dan semua itu
26:26Adalah kembali
26:27Kepada masyarakat kita
26:28Rakyat kita
26:28Secara keseluruhannya
26:29Untuk
26:30Doktor sendiri
26:30Bagaimana
26:31Doktor melihat
26:31Masa hadapan
26:32Dengan makmal ini
26:33Serta
26:33Untuk
26:34Kegunaan dan juga
26:35Manfaat masyarakat itu sendiri
26:37Ok
26:38Dengan adanya makmal ini
26:39Saya memang berharap
26:40Kami dapat
26:41Meyakinkan
26:42Lebih banyak doktor
26:43Di hospital
26:44Dan lebih banyak industri
26:45Untuk bekerjasama
26:46Dengan penyiri di AI
26:47Ok
26:48Sebab sekarang ini
26:49Masyarakat
26:51Sudah ramai
26:51Menggunakan AI
26:52Tetapi
26:53Mungkin
26:54Tidak ramai yang tahu
26:57Pembinaan model AI
26:58Tersebut
26:58Dan bagaimana
26:59Ia dibangunkan
27:00Ok
27:00Jadi dengan adanya makmal ini
27:02Kita boleh memberi
27:03Kesedaran kepada masyarakat
27:04Tentang
27:05Proses
27:06Pembangunan model AI
27:08Dan menjadikan
27:09Pembinaan itu
27:10Lebih
27:10Transparent
27:11Jadi mereka lebih faham
27:12Dan lebih yakin
27:13Dengan penggunaan AI
27:14Dalam kesihatan
27:15Ok
27:16Jadi
27:16Saya memang
27:18Mahu makmal ini
27:21Dijadikan
27:22Inspirasi
27:23Kepada semua penyidik-penyidik
27:25AI di luar sana
27:26Macam mana
27:27Nak
27:29Mengembangkan lagi
27:30Penyidikan mereka
27:32Dalam bidang kesihatan
27:33Ok
27:33Baik
27:34Kita berterima kasih
27:35Kepada Dr. Uswah
27:36Hairuddin
27:36Perceraakanan
27:37Malaysia Japan
27:38International Institute of Technology
27:39MJIIT
27:40Merangkap
27:41Penyidik
27:43Penyidik di
27:43Center for
27:44Artificial Intelligence
27:45And Robotics
27:46Cairo
27:47UTM
27:47Berkongsikan kepada kita
27:48Bagaimana fungsi
27:49Dan juga penjaga
27:50Penggunaan
27:51AI
27:52Hard Care Lab
27:53Ini yang baru saja
27:54Dibangunkan
27:54Kita harapkan
27:55Lebih banyak manfaat
27:56Akan terhasil
27:57Idea juga
27:58Inovasi
27:58Inovasi di
27:58Gelembeng
27:59Di dalam
28:00Makmal ini
28:00Untuk diterjemahkan
28:01Kepada kegunaan
28:02Rakyat
28:03Dan inilah yang kita
28:04Banggakan kepada
28:04Penyidik tempatan kita
28:06Dan selepas ini
28:07Saya akan
28:07Bawakan lagi
28:09Inovasi-inovasi
28:10Yang terhasil
28:11Di setiap
28:12Universiti awam
28:13Di seluruh negara kita
28:14Menuju ke
28:14Festival of Ide
28:15Putrajaya
28:16Sekian pada saya
28:17Hafizah Zaman
28:17Salam
28:23Terima kasih