Johnson & Johnson (JNJ) là gì? Hướng dẫn đầy đủ về tập đoàn chăm sóc sức khỏe hàng đầu thế giới và hệ sinh thái dược phẩm sáng tạo của hãng

Người mới bắt đầu
TradFiAITradFi
Cập nhật lần cuối 2026-07-15 11:00:47
Thời gian đọc: 4m
Johnson & Johnson (JNJ) là đơn vị dẫn đầu toàn cầu về chăm sóc sức khỏe, với hoạt động bao gồm nghiên cứu và phát triển dược phẩm sáng tạo, sản xuất thiết bị y tế, cùng các giải pháp sức khỏe toàn diện. Công ty giữ vị trí chủ lực trong chuỗi cung ứng y tế toàn cầu. Những năm gần đây, khi công nghệ trí tuệ nhân tạo (AI) phát triển mạnh mẽ, Johnson & Johnson đã chủ động ứng dụng AI vào quá trình phát hiện thuốc, phát triển lâm sàng, phân tích dữ liệu y tế và quản lý bệnh nhân, tận dụng công nghệ số để nâng cao hiệu quả đổi mới y tế.

Trí tuệ nhân tạo đang trở thành động lực chủ đạo thúc đẩy sự phát triển của ngành chăm sóc sức khỏe toàn cầu. Hệ thống y tế truyền thống lâu nay phải đối mặt với chu trình nghiên cứu và phát triển kéo dài, chi phí cao, phân bổ nguồn lực y tế không đồng đều và nhu cầu cá nhân hóa chăm sóc bệnh nhân ngày càng tăng. Công nghệ AI giải quyết những thách thức này thông qua xử lý dữ liệu quy mô lớn, phân tích thuật toán tiên tiến và hỗ trợ ra quyết định tự động, từ đó nâng cao hiệu quả vận hành y tế. Từ phát hiện thuốc, dự đoán bệnh, phân tích hình ảnh y học đến xây dựng phác đồ điều trị cá nhân hóa, AI ngày càng trở thành nền tảng công nghệ thúc đẩy hiện đại hóa lĩnh vực y tế.

Khi dữ liệu y tế ngày càng mở rộng, y tế số đang tái định hình căn bản cuộc cạnh tranh của các tập đoàn dược phẩm. Đối với các tên tuổi toàn cầu như Johnson & Johnson, chuyển đổi số không chỉ là áp dụng công cụ mới mà còn là tái cấu trúc quy trình nghiên cứu và phát triển, mô hình kinh doanh và hệ thống dịch vụ bệnh nhân. Sự kết hợp giữa AI và y tế sẽ là động lực đổi mới quan trọng, tác động trực tiếp đến sức cạnh tranh lâu dài của doanh nghiệp dược phẩm.

Tại sao AI là ưu tiên chiến lược trong y tế

Why AI Is a Strategic Priority in Healthcare

Y tế luôn là lĩnh vực dữ liệu dày đặc. Hàng ngày, ngành này sản sinh lượng lớn dữ liệu phức tạp—từ hồ sơ sức khỏe điện tử (EHR), hình ảnh y tế đến giải mã gene và dữ liệu thử nghiệm lâm sàng. Phương pháp phân tích thủ công truyền thống không thể tận dụng hết nguồn thông tin này, dẫn đến lãng phí tài nguyên y tế.

Ưu thế nổi bật của AI là khả năng xử lý khối lượng dữ liệu khổng lồ và phát hiện quy luật tiềm ẩn trong tập dữ liệu phức tạp. Ví dụ, trong chẩn đoán bệnh, mô hình AI có thể nhận diện các bất thường tinh vi trên hình ảnh y học, nâng cao độ chính xác và hiệu quả chẩn đoán. Ở lĩnh vực nghiên cứu thuốc, AI giúp sàng lọc thư viện hợp chất lớn và dự đoán hiệu quả thuốc, giảm đáng kể chi phí thử-sai trong toàn bộ chuỗi nghiên cứu và phát triển.

Với các công ty dược, giá trị của AI vượt xa hiệu quả vận hành đơn thuần; AI thay đổi tận gốc mô hình đổi mới sáng tạo. Lịch sử cho thấy phát triển thuốc mới thường mất nhiều năm xác thực thực nghiệm, nhiều ứng viên thất bại. AI cho phép dự đoán sớm cấu trúc phân tử, mô phỏng cơ chế tác dụng và tối ưu hóa trọng tâm thử nghiệm, từ đó tăng xác suất nghiên cứu thành công.

Những năm gần đây, các tập đoàn dược phẩm hàng đầu đã tăng tốc đầu tư vào AI, xây dựng nền tảng dữ liệu nội bộ, hợp tác với doanh nghiệp công nghệ AI và ứng dụng mô hình học máy để định hướng quyết sách nghiên cứu và phát triển. Johnson & Johnson là đơn vị tiên phong chuyển đổi số, đưa AI thành trụ cột trong chiến lược đổi mới y tế tương lai.

AI thúc đẩy phát triển thuốc

Phát triển thuốc là một trong những quy trình phức tạp, tốn kém nhất của ngành y tế. Đưa một liệu pháp mới từ phòng thí nghiệm ra thị trường thường kéo dài nhiều năm và cần đầu tư lớn. AI đang tái định nghĩa nghiên cứu và phát triển bằng cách mở ra nhiều hướng tối ưu hóa.

Nhờ AI, các nhà khoa học có thể phân tích dữ liệu y sinh học hiện hữu và dự đoán các phân tử tiềm năng điều trị. Thay vì thử nghiệm hàng loạt hợp chất ngẫu nhiên, nhà nghiên cứu dùng thuật toán học máy để lọc nhanh ứng viên và ưu tiên phân tử có xác suất thành công cao nhất.

AI còn nâng cao hiệu quả thiết kế thử nghiệm lâm sàng. Thử nghiệm này đòi hỏi tuyển chọn nhiều bệnh nhân và phân tích nghiêm ngặt hiệu quả thuốc trên nhiều nhóm đối tượng. Bằng cách khai thác dữ liệu bệnh nhân, AI giúp xác định nhóm thử nghiệm tối ưu, nâng cao hiệu quả và giảm chi phí.

Ngoài ra, AI hỗ trợ quản lý vòng đời thuốc. Khi thuốc đã ra thị trường, doanh nghiệp phải liên tục giám sát an toàn và hiệu quả thực tế. Phân tích dữ liệu giúp phát hiện sớm rủi ro, tối ưu hóa phác đồ điều trị dựa trên dữ liệu thực tế.

Johnson & Johnson đã xây dựng hệ thống nghiên cứu và phát triển số hóa, tích hợp khoa học dữ liệu, thí nghiệm tự động và nghiên cứu hỗ trợ AI để nâng cao năng lực phát triển thuốc sáng tạo. Với vai trò tập đoàn dược phẩm toàn cầu, chiến lược số hóa của JNJ không thay thế nghiên cứu truyền thống mà bổ sung AI nhằm nâng cao chất lượng ra quyết định khoa học.

Học máy thúc đẩy y học chính xác

Y học chính xác trở thành tâm điểm của y tế hiện đại, hướng tới cá nhân hóa điều trị dựa trên hồ sơ gene, trạng thái bệnh, lối sống và phản ứng điều trị của từng bệnh nhân. Khác với mô hình “một hướng cho đa số” truyền thống, y học chính xác nhấn mạnh khác biệt cá nhân—và học máy là công cụ trọng yếu để hiện thực hóa.

Học máy phát hiện quy luật tiềm ẩn từ khối dữ liệu y tế khổng lồ. Khi phân tích dữ liệu gene, hồ sơ lâm sàng và kết quả điều trị, thuật toán sẽ nhận diện khác biệt giữa các nhóm bệnh nhân, giúp bác sĩ lựa chọn liệu pháp tối ưu. Trong ung thư học, đây là yếu tố quyết định—cùng một loại ung thư, bệnh nhân có thể đáp ứng điều trị khác nhau do đột biến gene đặc thù.

AI còn tăng tốc phát hiện chỉ dấu sinh học. Chỉ dấu này giúp bác sĩ đánh giá nguy cơ bệnh, dự đoán kết quả điều trị và giám sát tiến triển bệnh. Nếu trước đây nghiên cứu chỉ dấu cần xác thực thực nghiệm kéo dài, học máy có thể nhanh chóng phát hiện chỉ dấu tiềm năng từ dữ liệu y tế phức tạp, rút ngắn thời gian nghiên cứu.

Johnson & Johnson đang thúc đẩy y học chính xác tại các lĩnh vực miễn dịch học, ung thư học và thần kinh học—nơi cơ chế bệnh phức tạp, dữ liệu bệnh nhân khổng lồ đòi hỏi phân tích dữ liệu mạnh mẽ cho quyết sách nghiên cứu và phát triển. Bằng cách tích hợp AI, phân tích gene và nghiên cứu lâm sàng, JNJ nâng cao hiểu biết tiến triển bệnh và tăng tốc phát triển liệu pháp sáng tạo.

Chẳng hạn, trong ung thư học, y học chính xác giúp xác định đúng nhóm bệnh nhân mục tiêu, đảm bảo thuốc mới đến đúng đối tượng. Ở miễn dịch học, AI giúp giải mã phản ứng miễn dịch phức tạp, hỗ trợ phát triển phương thức điều trị mới.

Trong tương lai, khi dữ liệu đa omics, EHR và dữ liệu thiết bị đeo liên tục tăng mạnh, học máy sẽ đóng vai trò ngày càng quan trọng trong y học chính xác, dịch chuyển y tế từ điều trị phản ứng sang dự báo chủ động và quản lý tiên tiến.

Ứng dụng công nghệ dữ liệu tại Johnson & Johnson

Với vị thế dẫn đầu toàn cầu, chiến lược số hóa của Johnson & Johnson vượt xa công cụ AI rời rạc mà xây dựng hệ sinh thái công nghệ dữ liệu toàn diện từ nghiên cứu và phát triển, sản xuất, vận hành lâm sàng đến dịch vụ bệnh nhân.

Trong phát triển thuốc, JNJ liên tục tăng cường năng lực dựa trên dữ liệu. Nghiên cứu và phát triển hiện đại tạo ra lượng lớn dữ liệu thực nghiệm, lâm sàng, tài liệu khoa học. Nếu không có phân tích hiệu quả, khó có thể khai thác giá trị. AI và học máy giúp nhóm nghiên cứu xử lý dữ liệu hiệu quả, phát hiện cơ hội mới nhanh hơn.

Ở nghiên cứu lâm sàng, công nghệ dữ liệu rút ngắn thời gian thử nghiệm. Thử nghiệm truyền thống thường gặp khó khăn trong tuyển bệnh nhân, thu thập dữ liệu chậm. Công cụ số hóa tăng tốc thu thập thông tin, cho phép phân tích tiến độ theo thời gian thực.

Johnson & Johnson còn thúc đẩy chuyển đổi số thiết bị y tế. Khi thiết bị thông minh phát triển, phần cứng y tế chuyển sang nền tảng tập trung dữ liệu. Nhờ cảm biến, giám sát từ xa và phân tích thông minh, thiết bị liên tục thu thập dữ liệu sức khỏe, hỗ trợ kịp thời.

Danh mục thiết bị y tế của JNJ gồm mảng phẫu thuật, chỉnh hình và chuyên khoa khác. Tương lai, tích hợp AI tiếp tục nâng cao độ chính xác phẫu thuật, tối ưu quy trình điều trị, hỗ trợ quyết định lâm sàng hiệu quả hơn.

Về chiến lược, dữ liệu trở thành tài sản then chốt trong y tế. Doanh nghiệp sở hữu dữ liệu chất lượng cao và khả năng phân tích bằng AI sẽ tạo lợi thế cạnh tranh vượt trội.

Y tế số nâng cao trải nghiệm bệnh nhân

AI không chỉ đổi mới nghiên cứu và phát triển y học mà còn thay đổi trải nghiệm bệnh nhân. Y tế số giúp người bệnh chủ động quản lý sức khỏe và nhà cung cấp nâng cao hiệu quả dịch vụ.

AI cải thiện quản lý bệnh nhờ giám sát sức khỏe liên tục, can thiệp chủ động. Thiết bị đeo ghi lại chỉ số như nhịp tim, vận động, hệ thống AI phân tích biến động để cảnh báo sớm nguy cơ.

Công cụ số hóa còn tăng hiệu suất dịch vụ. Trợ lý thông minh, nền tảng khám chữa bệnh từ xa và hệ thống quản lý sức khỏe tự động giúp giảm thời gian chờ, tối ưu nguồn lực. Với bệnh mãn tính, y tế số cho phép giám sát liên tục thay vì chỉ điều trị khi bệnh nặng.

Với doanh nghiệp dược, trải nghiệm bệnh nhân ngày càng là yếu tố cạnh tranh trọng yếu. Nếu trước đây ngành chủ yếu tập trung nghiên cứu, phát triển và bán hàng, thì hệ sinh thái y tế tương lai nhấn mạnh quản lý trọn vòng đời bệnh nhân. Công nghệ số giúp doanh nghiệp hiểu rõ nhu cầu bệnh nhân, cung cấp hỗ trợ điều trị toàn diện.

Johnson & Johnson xây dựng hệ sinh thái y tế số kết nối bệnh nhân, nhà cung cấp, sản phẩm qua dữ liệu—hướng tới chăm sóc liên tục, cá nhân hóa. Cách tiếp cận này vừa tăng gắn kết bệnh nhân, vừa nâng cao hiệu quả điều trị.

Thách thức kỹ thuật và quy định với AI trong y tế

Dù nhiều tiềm năng, AI trong y tế đối diện không ít thách thức lớn.

Bảo mật dữ liệu là tối quan trọng. Dữ liệu y tế chứa thông tin cá nhân nhạy cảm—danh tính, hồ sơ sức khỏe, dữ liệu gene. Bảo vệ quyền riêng tư khi tận dụng dữ liệu cho đổi mới AI là thách thức cốt lõi của y tế số.

Độ tin cậy của mô hình là vấn đề then chốt. Quyết định y tế ảnh hưởng trực tiếp sức khỏe, nên kết quả AI phải chính xác, dễ hiểu. Sai lệch thuật toán hoặc lỗi có thể gây chẩn đoán sai, điều trị không phù hợp.

Khung pháp lý cũng giữ vai trò quyết định. Công nghệ AI phát triển nhanh, đòi hỏi nhà quản lý liên tục cập nhật tiêu chuẩn đảm bảo công cụ an toàn, hiệu quả lâm sàng.

Với các tập đoàn lớn như Johnson & Johnson, triển khai AI cần cả chuyên môn kỹ thuật, đồng thời tuân thủ nghiêm ngặt quy định y tế—từ phê duyệt thuốc, bảo vệ dữ liệu đến xác thực lâm sàng. Tương lai AI trong y tế phụ thuộc vào xây dựng hệ thống tin cậy, an toàn, tuân thủ quy định, không chỉ đơn thuần tăng tự động hóa.

Xu hướng số hóa ngành y tế

Số hóa y tế sẽ tăng tốc mạnh mẽ, với AI trở thành hạ tầng chủ đạo kết nối nghiên cứu và phát triển, chăm sóc lâm sàng, quản lý bệnh nhân.

Đặc biệt, Generative AI đang là động lực tăng trưởng mới. Khác với AI truyền thống, mô hình generative cung cấp khả năng hiểu và tạo nội dung vượt trội—giúp bác sĩ tổ chức thông tin, tạo báo cáo nghiên cứu, hỗ trợ nhà khoa học phân tích dữ liệu y học phức tạp.

Sự kết hợp AI và công nghệ sinh học cũng đang định hình lại khám phá thuốc. Phát triển thuốc tương lai dựa nhiều vào dự báo AI, xác thực thực nghiệm đóng vai trò bổ sung có trọng tâm—giúp rút ngắn thời gian ra mắt thuốc mới.

Hệ sinh thái dữ liệu y tế mở rộng nhanh chóng. Khi giải mã gene rẻ hơn, thiết bị thông minh phổ biến, EHR liên tục cải tiến, ngành sẽ có nguồn dữ liệu chưa từng có để phân tích bằng AI.

Về cạnh tranh, doanh nghiệp y tế dẫn đầu tương lai sẽ cần không chỉ nghiên cứu và phát triển đẳng cấp mà còn quản trị dữ liệu, triển khai AI xuất sắc. Số hóa sẽ là thước đo vị thế dẫn đầu dài hạn của ngành.

Tương lai chiến lược y tế số của JNJ

Với Johnson & Johnson, AI và y tế số tiếp tục là trọng tâm tăng trưởng. Khi nhu cầu y tế toàn cầu tăng, cạnh tranh phát triển thuốc sáng tạo gay gắt, JNJ phải tận dụng công nghệ để tăng hiệu quả R&D, dẫn đầu giải pháp y tế chính xác, hiệu quả.

JNJ sẽ đẩy mạnh ứng dụng AI ở các lĩnh vực mũi nhọn như ung thư học, miễn dịch học, thần kinh học—những căn bệnh phức tạp, đòi hỏi phân tích dữ liệu, y học chính xác, phù hợp ứng dụng AI.

Doanh nghiệp tiếp tục xây dựng nền tảng nghiên cứu, phát triển số hóa tích hợp, liên kết dữ liệu thực nghiệm, lâm sàng, thực tiễn để nâng cao chất lượng quyết sách.

Trong thiết bị y tế, nền tảng thông minh, kết nối là động lực tăng trưởng mới. Nhờ phân tích AI, giám sát từ xa, tự động hóa, thiết bị y tế sẽ chuyển từ công cụ điều trị sang cổng thu thập, phân tích dữ liệu sức khỏe liên tục.

Về lâu dài, Johnson & Johnson hướng tới trở thành hệ sinh thái y tế thế hệ mới dựa trên dữ liệu, công nghệ, liệu pháp sáng tạo—không chỉ là doanh nghiệp y tế ứng dụng AI.

Kết luận

AI đang mở ra kỷ nguyên số mới cho ngành y tế. Từ phát triển thuốc, y học chính xác đến quản lý bệnh nhân, thiết bị y tế thông minh, trí tuệ nhân tạo đang tái xác lập phương thức vận hành của lĩnh vực y tế.

Là tập đoàn dẫn đầu toàn cầu, Johnson & Johnson tận dụng AI, học máy, công nghệ dữ liệu để tăng tốc đổi mới sáng tạo, đưa y tế tiến tới cá nhân hóa, hiệu quả, chính xác. Khi dữ liệu y tế bùng nổ, công nghệ AI trưởng thành, y tế số sẽ là đấu trường cạnh tranh cốt lõi của ngành dược.

Với JNJ, AI không chỉ là công cụ tối ưu vận hành mà là nền tảng đổi mới y học thế hệ mới. Thông qua tích hợp liên tục AI, công nghệ sinh học, hệ thống y tế số, Johnson & Johnson duy trì lợi thế cạnh tranh bền vững trong ngành y tế đổi mới không ngừng.

Tác giả:  Max
Tuyên bố từ chối trách nhiệm
* Đầu tư có rủi ro, phải thận trọng khi tham gia thị trường. Thông tin không nhằm mục đích và không cấu thành lời khuyên tài chính hay bất kỳ đề xuất nào khác thuộc bất kỳ hình thức nào được cung cấp hoặc xác nhận bởi Gate.
* Không được phép sao chép, truyền tải hoặc đạo nhái bài viết này mà không có sự cho phép của Gate. Vi phạm là hành vi vi phạm Luật Bản quyền và có thể phải chịu sự xử lý theo pháp luật.

Bài viết liên quan

Phân tích nguồn lợi nhuận của USD.AI: cách các khoản vay hạ tầng AI tạo ra lợi nhuận
Trung cấp

Phân tích nguồn lợi nhuận của USD.AI: cách các khoản vay hạ tầng AI tạo ra lợi nhuận

USD.AI chủ yếu tạo ra lợi nhuận bằng cách cho vay hạ tầng AI, cung cấp tài chính cho các đơn vị vận hành GPU và hạ tầng sức mạnh băm, đồng thời thu lãi suất từ các khoản vay. Giao thức phân phối lợi nhuận này cho người nắm giữ tài sản lợi suất sUSDai, trong khi lãi suất và các tham số rủi ro được quản lý thông qua token quản trị CHIP, tạo ra một hệ thống lợi suất trên chuỗi dựa trên tài trợ sức mạnh băm AI. Cách tiếp cận này chuyển đổi lợi nhuận thực tế từ hạ tầng AI thành nguồn lợi nhuận bền vững trong hệ sinh thái DeFi.
2026-04-23 10:56:01
USD.AI tokenomics: phân tích chuyên sâu về việc sử dụng token CHIP và các cơ chế khuyến khích
Người mới bắt đầu

USD.AI tokenomics: phân tích chuyên sâu về việc sử dụng token CHIP và các cơ chế khuyến khích

CHIP là token quản trị chủ lực của giao thức USD.AI, đảm nhiệm việc phân phối lợi nhuận giao thức, điều chỉnh lãi suất vay, kiểm soát rủi ro và thúc đẩy các ưu đãi trong hệ sinh thái. Việc sử dụng CHIP giúp USD.AI tích hợp lợi nhuận tài trợ hạ tầng AI vào quản trị giao thức, trao quyền cho người nắm giữ token tham gia quyết định tham số và hưởng lợi từ sự tăng trưởng giá trị của giao thức. Phương pháp này tạo ra một khung ưu đãi dài hạn dựa trên quản trị.
2026-04-23 10:51:10
GateClaw và AI Skills: Phân tích kỹ thuật về khung năng lực dành cho các tác nhân AI Web3
Trung cấp

GateClaw và AI Skills: Phân tích kỹ thuật về khung năng lực dành cho các tác nhân AI Web3

GateClaw AI Skills là hệ thống năng lực mô-đun dành cho Web3 AI Agents, tích hợp các chức năng như phân tích dữ liệu thị trường, truy vấn dữ liệu on-chain và thực thi giao dịch thành các mô-đun thông minh có thể kích hoạt theo nhu cầu. Nhờ đó, AI Agents dễ dàng tự động hóa tác vụ trong một nền tảng thống nhất. AI Skills giúp chuẩn hóa logic vận hành Web3 phức tạp thành các giao diện năng lực, cho phép mô hình AI vừa phân tích thông tin vừa trực tiếp thực hiện các hành động trên thị trường.
2026-03-24 17:50:02
Điểm khác biệt giữa THETA và TFUEL là gì? Hướng dẫn chi tiết về cơ chế hai token của Theta
Người mới bắt đầu

Điểm khác biệt giữa THETA và TFUEL là gì? Hướng dẫn chi tiết về cơ chế hai token của Theta

THETA và TFUEL là hai token chủ lực trong hệ sinh thái Theta Network, mỗi token đảm nhận một chức năng riêng. THETA chủ yếu phục vụ cho quản trị, Staking node và bảo đảm an toàn mạng lưới, còn TFUEL được dùng để thanh toán phí Gas, xử lý AI, xử lý video và thưởng cho các node khi tiêu thụ tài nguyên mạng. Việc triển khai hệ thống hai token giúp Theta tách biệt chức năng quản trị với hoạt động vận hành, tối ưu hiệu suất hệ sinh thái và thúc đẩy phát triển hạ tầng điện toán biên cùng AI.
2026-05-09 02:45:33
Các tính năng nổi bật của GateClaw: Khám phá chuyên sâu năng lực của Trạm làm việc AI Web3 Agent
Trung cấp

Các tính năng nổi bật của GateClaw: Khám phá chuyên sâu năng lực của Trạm làm việc AI Web3 Agent

GateClaw là trạm làm việc AI Agent được phát triển chuyên biệt cho hệ sinh thái Web3. Bằng cách tích hợp các mô hình AI, Skill mô-đun và hạ tầng giao dịch crypto, GateClaw trao quyền cho các agent thực hiện phân tích dữ liệu, giao dịch tự động và giám sát on-chain trong một môi trường thống nhất. Không giống các công cụ AI truyền thống chỉ tập trung vào xử lý thông tin, GateClaw đặt trọng tâm vào năng lực thực thi của AI Agent—cho phép họ vận hành quy trình tự động trực tiếp trong môi trường thị trường thực tế và ngay lập tức.
2026-03-24 17:52:21
TAO là gì? Phân tích chuyên sâu về tokenomics, mô hình cung ứng và cơ chế khuyến khích của Bittensor
Người mới bắt đầu

TAO là gì? Phân tích chuyên sâu về tokenomics, mô hình cung ứng và cơ chế khuyến khích của Bittensor

TAO là token gốc của mạng lưới Bittensor, giữ vai trò then chốt trong việc phân phối phần thưởng, bảo vệ an ninh mạng lưới và thu nhận giá trị cho hệ sinh thái AI phi tập trung. Bằng cách áp dụng phát hành lạm phát, staking và mô hình khuyến khích subnet, TAO hình thành một hệ thống kinh tế tập trung vào cạnh tranh và đánh giá các mô hình AI.
2026-03-24 12:24:51