在技术进步速度常常超过公众信任的时代，一个新的范式正在形成，弥合了先进人工智能与公共部门和医疗保健关键需求之间的差距。这种转变是由战略领导和人工智能驱动的数字化转型计划所引导，直接影响了数百万人的生活。
普雷姆库马尔 甘尼桑在弥合先进人工智能与公共部门和医疗保健关键需求之间的差距方面发挥着关键作用。作为德勤云工程的咨询经理和技术领导者，甘尼桑拥有超过九年的工程师和领导者经验，领导着直接影响数百万人生活的人工智能驱动的数字化转型项目。
甘尼桑的专业知识源于强大的技术权威，包括被IEEE高级会员和BCS研究员的认可，以及AWS解决方案架构师-专业和AWS人工智能/机器学习专业认证。这种跨领域的知识使他能够领导复杂的、大规模的倡议。他的工作对公共服务产生了显著影响，从构建现运行于三个美国州卫生机构的人工智能和云驱动的临床和行政自动化平台，到在马里兰州的MDTHINK平台上实施自动化欺诈检测系统。这一举措使与欺诈相关的损失减少了30%，保护了通过SNAP等项目分配的公共资金。
甘尼桑的贡献不仅限于欺诈预防。他支持的自动化案件管理解决方案动态优先处理福利和医疗案件，导致案件解决时间减少了35%，积压案件减少了28%，这些显著进展提升了弱势群体的服务交付。他的战略愿景还促成了跨云原生工作负载的自动化应用性能监控的实施，每天处理18亿个日志事件，系统停机时间减少了75%，保持了99.95%的可用性，防止服务中断，每年节省了约300万美元的成本。此外，他在FinOps优化方面的领导地位，将基于人工智能的见解整合到云许可和使用中，实现了56种企业产品的许可支出减少了15%，相当于每年节省约400万美元。这些倡议共同促成了德勤公共部门医疗保健部门15%的收入增长，突显了其工作的战略价值。
甘尼桑的主要项目组合显示了他解决重大问题的能力。除了MDTHINK欺诈检测平台，他还负责将纽约的医疗补助资格平台重新架构和迁移到符合HIPAA和FedRAMP标准的AWS环境中，影响了超过2000万居民。他还设计并部署了一个基于人工智能的早期预警评分系统，用于预防儿童福利问题，导致多个州的虐待儿童事件减少了20%。他的创新方法包括创建符合FHIR标准的加密AWS数据湖，以实现跨机构的安全数据共享，设计统一的合规框架以在高度监管的环境中部署人工智能，以及实施“绞杀榕”架构模式，以实现对关键遗留系统的零中断现代化，这些成就在此前的公共部门实施中被认为是难以实现的。
拥有超过20篇经过同行评审的关于人工智能在医疗保健、云计算和数字化转型方面的出版物，普雷姆库马尔 甘尼桑也是一位主题演讲者。从他领导各州人类服务和医疗系统的人工智能和云转型经验来看，甘尼桑认为人工智能的真正力量在于其大规模操作同理心的能力。他断言，当人工智能有目的地构建时，它不仅处理数据，还能识别人类的脆弱性，优先考虑影响，并积极加强社会安全网。这一信念始终指导着他在旨在早期发现虐待儿童、防止福利欺诈和加速援助最需要的人群的项目上的工作，同时细致地维护尊严、隐私和信任。
正如普雷姆库马尔 甘尼桑所强调的，有几个关键趋势即将重新定义政府如何利用人工智能来服务社会。他设想了大型语言模型推动的可观察性民主化运营，其中大型语言模型将成为案件工作人员的实时助手，将数十亿日志和系统信号转化为通俗易懂的指导。他解释说，这种变革性的转变“将使一线团队（往往是危机案件的第一响应者）拥有以前只有技术专家才能访问的复杂工具。此外，甘尼桑强调政策感知的人工智能管道是未来的趋势。
在欺诈预防、福利资格和儿童福利等敏感领域，人工智能驱动的决策必须完全可解释、可审计和严格管理。他预测，未来的管道将在持续集成/持续交付（CI/CD）生命周期中本地嵌入监管护栏、伦理约束和成本意识。他还强调，零信任的云基础设施对于政府人工智能至关重要。随着数据安全变得至关重要，联邦学习和加密模型操作将引领公共部门人工智能的下一阶段，使预测分析能够在不暴露敏感个人数据的情况下进行。最终，对甘尼桑而言，演变是从自动化到增强。
他总结道，真正的使命不是取代人类，而是增强他们的同情心和效率。他设想了一位案件工作人员拥有欺诈警报、预测健康评分和资格趋势的人工智能工具，从而实现更快、更聪明且更人性化的互动。
对普雷姆库马尔 甘尼桑而言，“有温度的代码”体现了他工作中的指导原则。他相信技术必须提升公众信任，我们创造的人工智能必须是负责任、透明和公平的，旨在智能化和公正化。在普雷姆库马尔 甘尼桑领导的工作中，关怀被视为过程和结果的重要组成部分。
【全文结束】
