ZD至顶网CIO与应用频道 01月17日 人物访谈:从今年2月起,北京儿童医院、积水潭医院纷纷取消了单一挂号功能窗口,正式进入了“非急诊全面预约”时代。除了窗口、医疗工作站线下预约外,取而代之的是北京市预约挂号统一平台、微信、支付宝等7个线上预约渠道。
在今年北京市年初发布“挂号新政”,按照北京市计划,2016年底前,22家市属三级医院将取消现场挂号,这不仅仅是在挂号上杜绝黄牛,更是医疗行业借助互联网的创新变革。
在挂号之外,医疗行业还有很多待解的问题。英特尔围绕着互联网+医疗、医疗大数据、分级诊疗、精准医疗展开了一系列的探讨,以云到端的创新变革医疗健康服务模式,帮助医疗行业提升服务效率。
医疗需要全方位的数字化
医疗行业是一个风口浪尖的行业,医改也在不断深化的过程中。2016年12月21日,国务院常务会议通过“十三五”卫生健康规划,明确提出加大互联网医疗应用。
发展以互联网为载体、线上线下互动的新兴消费,加快发展基于互联网的医疗、健康、养老、社会保障等新兴服务。鼓励医药行业利用电子商务平台优化采购、分销体系,提升企业经营效率。
“互联网+医疗”有很多新型的应用,上文提到的线上预约挂号就是其中一种。当然未来将全国的预约挂号全部转为线上,也将是一个不小的挑战。
现在数字化转型又成为各行业焦点,它的概念相比“互联网+医疗”更为全面,旨在从不同层面推动传统医疗的数字化。当然这里所说的数字化并不是简单的从纸变成电子,而是把当代计算机技术、信息技术应用于整个医疗过程的一种新型的现代化医疗方式。
在北大医院信息中心主任马靖翔看来,平台建设是医院现阶段数字化转型的重点。为什么这么说,从20世纪80年代开始医疗信息化就已经起步,相对于众多行业是一个先行者。但不同供应商带来的是不同的信息系统,渐渐形成了一个个孤岛。如果将它们整合在统一的平台上,这样数据的标准也就有了,之后大数据分析和挖掘也得以更好地应用。
而且由于技术的不断演化,数字化平台可以在传统业务不受干扰的情况下,使用消息队列的方式来实现,让医院的业务连续性能够得到保证。
云到端创新变革医疗服务模式
数字化转型和医院信息化建设有着密切的关系,但医院信息化建设就好比厨房,永远都是众口难调,很难让所有人都满意,我们需要沿着既定的目标不断地推进,不断取得阶段性的突破。
现阶段医院都在保证业务连续性不受影响的前提下,开始移动医疗、远程医疗、影像云、医疗大数据分析等尝试。
移动医疗可以使得医院在诊疗和查房上更加便捷、快速的获取病人信息,提高诊疗效率。远程医疗在一些特殊病人的治疗上已经大大超过原先的诊疗效果,马靖翔举了一个例子,一个癌症放疗病人可以通过各地区甚至各国专家的会诊,制定病人的放疗规划,让病人的治愈率大大增加。
一家三甲综合性医院每天的数据都有T级别,其中大部分是PACS系统(医学影像存档与通讯系统)所产生,这些数据通过脱敏技术放在云端形成影像云,对于医院减轻了存储压力,方便医院使用。
英特尔一直致力于通过云到端的创新变革医疗服务模式,针对基层医疗服务,卫生信息系统、区域云影像中心、区域临检中心,支持了云平台的部署。在端的方面,帮助医院进行患者信息的录入和查询,并与其他医院的医生进行构成远程诊疗平台。
同时医院的数据具有大量的价值,对科研、教学、诊断都有很大的帮助,使医疗逐渐走向精准化。上海市卫生局利用英特尔分布式存储、分布式计算进一步挖掘大数据在综合管理、辅助决策、数据挖掘、数据探索等重点领域的价值,并将同样的机制与民营医院进行互联互通、协同服务。马靖翔说,临床数据和科研的结合是医院最想看到的一件事,这对于未来医院的发展有着重大的促进作用。
医疗行业未来还有很多待解问题,医院信息化建设也有着很大的发展空间,如何借助新技术不断发现创新是医疗行业未来持续要做的一件事。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。