ZD至顶网CIO与应用频道 06月07日 北京消息:主题为“精准医疗时代的协作创新”的英特尔生命科学信息技术论坛于今日召开。来自生命科学研究和医疗服务领域的专家学者、用户和服务提供商等分享了他们对精准医疗技术和应用最新发展的洞察与见解。会上,英特尔携手合作伙伴推出了“英特尔精准医疗伙伴计划(Intel BioIT Partners)”,共同推进计算技术在生命科学和医疗领域的创新和应用。同时,英特尔公司与上海交通大学、上海儿童医院,香港大学,以及北京诺禾致源生物信息科技有限公司签署战略合作备忘录,合力推动精准诊断、疾病预防等创新服务的落地和实践。
英特尔携手合作伙伴推出英特尔精准医疗伙伴计划 (Intel BioIT Partners)
“英特尔精准医疗伙伴计划”是英特尔中国发起的非盈利性开放式合作创新交流平台,面向所有对精准医疗行业及其计算创新有兴趣的单位团体,宗旨是根据中国的市场特点和需求,引进、学习和推广精准医疗行业计算相关的技术、方法、标准、案例,促进精准医疗计算领域的方案创新、信息交换和行业交流,推动中国精准医疗行业市场健康发展,提高中国精准医疗本土计算创新和信息化水平。
根据英特尔与上海交通大学、上海儿童医院签署的战略合作备忘录,三方将合作开发并培育“儿童健康协作云”(Collaborative Children’s Health Cloud, CCHC)平台,部署基于英特尔架构的浪潮基因组一体机及英特尔领导开发的研究工具,如GenomicsDB/TileDB,最终推进该平台成为国内精准医疗协作的示范样本。英特尔还将与北京诺禾致源生物信息科技有限公司以及荣之联科技股份有限公司共同合作针对本土市场共建精准生物信息平台。该平台将利用三方的核心技术,GenomicsDB/TileDB,肿瘤协作云的核心技术模块,帮助本土精准医疗行业内用户更好的进行生物信息分析、数据的分享与协作,从而推动整个行业的前进。
从全球范围来看,医疗体系的变革正在发生,精准医疗正处于爆发前夜。在中国,精准医疗国家指南在今年3月发布,自此,精准医学无论从应用方向,商业规划,还是技术开发方面都有了地图可循。而在“十三五”纲要草案中,“加速推动基因组学等生物技术大规模应用”也入选未来五年中国计划实施的100个重大工程及项目。精准医疗是数据驱动的科学,离不开对海量的基因组、影像学、临床数据的分析和处理。一个人的数据搜集和分析过程即可能产生TB级数据,精准医疗的充分实施将涉及对成千上万人群数据的整合分析。这需要科技界、生命科学及医疗学界的协作创新和融合发展。
作为行业创新和转型的引领者,英特尔致力于联合合作伙伴构建和完善精准医疗生态系统,以加速创新模式的落地。2015年10月,英特尔、华大基因、阿里云在第十届国际基因组学大会上签署战略合作备忘录,宣布启动精准医疗开放云平台的共建工作。在今年4月深圳举办的英特尔信息技术峰会上,英特尔宣布,基于阿里云平台部署的华大基因BGI Online实现全平台打通,并发布了针对英特尔至强E5处理器进行了优化的BGI Online基因计算一体机,帮助医疗机构更加高效、快捷的分析病患的基因数据。近期,华大基因再度携手英特尔,宣布聘请英特尔(中国)有限公司为深圳国家基因库技术顾问,并成立华大基因-英特尔BT&IT联合实验室,双方的再度联合,将进一步深化行业的创新合作。
英特尔公司全球副总裁兼中国区总裁杨旭
“在精准医疗领域,以数据分析、云计算为主导的IT技术已经成为驱动行业创新、变革的重要因素。快速的技术革新和应用,使得医生可以基于病患的基因信息、生活环境和生活方式,提供更为精准的诊断和治疗”,英特尔公司全球副总裁兼中国区总裁杨旭表示:“英特尔致力于驱动云计算以及日益智能互联的世界,充分发挥从云到端的技术领先性,为精准医疗注入计算优势。我们期待凭借与本地产业伙伴结成的创新共同体,能够加速精准医疗在中国的落地,让更多人获得更加个性化、精准、高效的医疗健康服务,助推十三五规划提出的 ‘健康中国’ 长远目标的实现。”
英特尔公司生命科学事业部总经理 KetanParanjape
“基于从设备到网络基础设施到云和数据中心全面的技术专长,英特尔期待通过领先的云到端技术创新优势、丰富的产业协作经验和用户支持策略,加速生物信息技术与云计算、数据分析等先进信息技术的融合,并支持产业伙伴进行解决方案创新”,英特尔公司生命科学事业部总经理KetanParanjape表示,“在2020年实现24小时之内完成包括基因序列检测、数据分析、疾病诊断,以及制定个性化治疗方案在内的精准医疗的主要过程,并进而让精准医疗早日惠及大众,这将是英特尔在精准医疗领域持续努力的方向。”
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。