至顶网CIO与CTO频道 06月12日 编译:新冠肺炎已经影响了全球的每一个行业,但是医疗保健行业的财务状况尤为艰难。医疗保健行业的首席信息官们必须精打细算,将财务支出用于产生额外收入或者削减成本。不幸的是,由于作为保险支付方的美国医疗补助制度(Medicaid)和老年保健医疗制度(Medicare)——前者是美国政府向贫困者提供的医疗保险,后者是美国政府向 65 岁以上的人提供医疗保险——提供的报销减少,新冠肺炎大流行加剧了美国医院所面临的财务挑战。
研究已经表明,医疗系统在2018年和2019年的营业利润率出现了下降。目前,医院已经将各种设施转变为了应对新冠肺炎的设施,同时推迟了必要的手术和其他一些必要的医疗服务,这些服务原本可以带来医院急需的收入。运营一家专门应对这种流行病的医院成本非常高昂,而且会导致医疗机构的收入下降,这种情况在整个美国都存在。
这正是这个行业内的首席信息官们应该挺身而出并大放异彩的绝佳机会,毕竟IT部门通常是获得预算最多的部门之一。首席信息官们需要用多种方式发挥榜样的力量。
利用IT创收
现在到了让医疗保健行业的首席信息官们大显身手,通过为其他组织提供IT服务来创收的时候了。很多农村和偏远地区定点医院(critical-access hospitals)缺乏技术资源以构建大型的卫生系统。这是一个绝佳的机会,可以通过扩展电子病例系统和其他医疗保健行业专业解决方案提供医疗保健IT即服务。这将在短期内带来收入,而长期战略则可以将着眼点放在建立健康促进和预防保健合作伙伴关系以及从属关系上。健康促进和预防保健可以降低成本高昂急诊室的利用率。
改变供应商管理
医疗保健行业的IT部门现在应该暂停所有不必要的支出,仅优先处理核心开支,直到所在医院的财务状况稳定为止。他们还需要寻找机会,重新就合同条款进行谈判,并寻求替代性的财务机会。
一些医疗技术的领导者已经在对供应商进行考察。戴尔医疗中心(Dell Medical Center)的首席信息官Aaron Miri表示:“我们一直在评估我们的供应商合作伙伴生态系统是否有机会……在绝佳机会来临的时候,我们会向我们的患者和临床医生提供那些与我们甘苦与共、紧密合作并且不断创新的公司的产品和服务。”
另一些首席信息官们也对此表示赞同。西雅图儿童医院(Seattle Children’s Hospital)的首席信息官Zafar Choudry表示:“我们将所有供应商和采购都整合到一个集成生态系统中,由IT供应商管理办公室进行管理,该办公室配备了具备培养战略关系技能的人员……我们相信这将帮助我们管理复杂的供应商生态系统,推动创新,降低成本并提高效率。”
用风险投资的思维方式进行投资
技术领导人们还应该重新评估他们的技术产品组合,解决重复性的解决方案。传统的IT专注于购买最佳解决方案,增加部门必须支持的系统数量并不断增加支出。这种思维方式需要加以转变——而且动作要快。
这里的理念应该是如果一个现有的产品已经好到足以获得所需的结果,那么就不需要再采购另一个拥有更广泛功能,但是其中有很多功能都不太可能用得到的产品。医疗保健行业的IT部门必须秉持着风险投资的心态工作,以确保每项技术投资都能以最低的成本获得最高的投资回报。
从历史上看,医疗保健行业的首席信息官们应该被视为技术专家,有着敏锐的业务洞察力。现在到了他们挺身而出并且持续不断致力于帮助机构维持自身利润率的时候了。那些缺乏应对挑战紧迫感的IT高管们可能会丢掉他们的首席信息官职位。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
延世大学研究团队通过分析AI推理过程中的信息密度模式,发现成功的AI推理遵循特定规律:局部信息分布平稳但全局可以不均匀。这一发现颠覆了传统的均匀信息密度假说在AI领域的应用,为构建更可靠的AI推理系统提供了新思路,在数学竞赛等高难度任务中显著提升了AI的推理准确率。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
蒙特利尔大学团队发现让AI"分段思考"的革命性方法Delethink,通过模仿人类推理模式将长篇思考分解为固定长度块,仅保留关键信息摘要。1.5B小模型击败传统大模型,训练成本降至四分之一,计算复杂度从平方级降为线性级,能处理十万词汇超长推理,为高效AI推理开辟新道路。