ZD至顶网CIO与应用频道 02月22日 北京消息:2月18日,中国医学装备协会网站对第二批优秀国产医疗设备产品遴选结果进行公示。本次遴选侧重客户真实应用反馈和行业专家组的客观评价。在公示的结果中,东软医疗CT产品在各个档次的CT评选中均总分第一,并且申报的全部产品全部入选,充分显示了东软CT在业内举足轻重的领先地位。与此同时,东软医疗申报的MR产品全部入围,各产品不仅综合评分名列前茅,其临床应用在同场强机型的中评比中更是脱颖而出。
据悉,为推进国产医疗设备发展应用,促进相关产业转型升级、拉动经济增长,降低医疗成本,中国医学装备协会于2015年开展了第二批优秀国产医疗设备遴选工作。按照优秀国产医疗设备产品目录的遴选标准:其综合评分不低于80分,且主要技术参数、企业基本情况和临床应用评价3部分独立评分,分别不少于此部分满分的80%的要求。
东软CT全部入选并总分均为第一
经过专家组严格评审,东软医疗申报的128层、64层、16层的CT 产品分别以总得分92.0分,93.2分,93.4分的成绩在同类产品中排名第一,体现了行业专家和东软用户对产品质量的高度认可。另外,本次东软医疗申报的全部CT 产品,全部满足了优秀国产医疗设备产品目录标准要求,具体包括NeuViz 128、NeuViz 64En、NeuViz 64In、NeuViz 16 Platinum、NeuViz 16 Classic。东软医疗也是本次遴选申报CT 厂家中产品线最全的。
遴选过程历经数月,行业专家从售后服务、图像质量、设备整机性能、安装培训等多维度对设备进行了评价,并进行了实地的客户现场考察,终端客户从实际操控的便利性、服务的及时性,设备的稳定性、图像质量性能在现场进行了真实的反馈。从最终公示的遴选结果中,可以看出东软医疗申报的全线产品在赢得客户满意的同时也赢得了专家组高度认可。
东软医疗凭借20余年CT 研发经验及全球5000余家客户的反馈,不断提升国产CT技术水平,填补国产CT 产品的空白。面向未来,东软医疗将继续开创国产CT的更高水平,持续技术创新,不仅做中国最好的CT,致力于引领国产CT走向国际高端舞台。
第二批优秀国产医疗设备CT产品遴选的公示结果如下:
128层产品:东软医疗申报的NeuViz 128 产品以综合得分92.0分的成绩排名第一;
64层产品:东软医疗申报的NeuViz 64En,NeuViz 64In 产品在同类产品中分别得分别以93.2分,91.2分的成绩排列第一名和第二名;
16层产品:东软医疗申报的16层产品全部入选,其中NeuViz 16 Platinum以93.4分的成绩排名第一。
东软MR名列前茅
在2月18日中国医学装备协会网站公示的第二批优秀国产医疗设备产品遴选结果,东软医疗申报的MR产品全部入围,各产品不仅综合评分名列前茅,其临床应用在同场强机型的中评比中更是脱颖而出。
Superstar0.35T及NSM-P035在同场强永磁产品中独揽第一名及第二名,NSM-S15P在企业情况及临床应用评价方面均以20分满分位居榜首,也是唯一在临床应用方面获得满分的产品;在60cm孔径机型中的以94.6分位居第二。
磁共振作为影像科先进的检查设备,临床应用及图像质量永远是检验设备最核心的标准,东软医疗始终坚持着以临床应用品质为根本的产品开发理念,在不断提高硬件性能的同时,也始终把着眼点放在临床应用及图像质量的提升上。
历经近二十余年积淀,东软医疗在国内MR品牌中率先实现全身DWI、SWI、fMRI、PWI等先进技术,为临床及影像提供良好的研究平台。在此次遴选中,不仅受到了广大用户的广泛认可,也获得了业内专家的一致好评。作为国产MR品牌的佼佼者,东软医疗也将在自主创新的道路上继续探索,不断推出性能优越的产品,让更多客户享受到高品质的医疗产品和服务。
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。