至顶网CIO与CTO频道 06月28日 编译:像许多IT(信息技术)领导者一样,德克萨斯儿童医院的Myra Davis非常希望可以利用科技推广新的想法。但她与许多人不同,她的责任里最明确的一条是培养跳出框架的思维。Myra Davis于2019年初应位于休斯敦的德克萨斯儿童医院首席执行官Mark Wallace的要求,除了担任首席信息官(CIO)一职外还担任首席创新官。德克萨斯儿童医院是美国休斯敦最大的儿科中心(按床位算)。
Davis表示,这两个角色结合在一起有助于避免分开时经常发生的摩擦。她表示,“这两个角色之间存在持续不断的战斗。CIO是常规的运行和维护角色,创新官则负责完成所有具有刺激性的项目,然后就将这些交给CIO。通常情况下也没有预算、没有资源去支持CIO。” 这最终会令IT团队士气低落,同时,IT团队费力做了这些刚起步的计划却得不到赏识。
Davis的工作令她理所当然地站在应对COVID-19的最前线。德克萨斯儿童医院分布在90个不同的地点,大约有14,000名员工,医院在这次大流行之前就已经在做远程医疗方面的尝试。Davis与其他同事一起负责在这方面的发展。COVID-19危机开始以来,德克萨斯儿童医院仅门诊专科护理一项就将500起面对面就诊改成了视频就诊。
德克萨斯儿童医院也一直在利用科技重塑与其他患者的互动方式。去医院看医生时必须处理保险自付费用的文书工作,这是个痛点。而现在,这些事情可以在患者到达医院之前进行线上处理,患者只需要到医院的数字门户网站先进行预约。德克萨斯儿童医院还推出了为进入医院的人测体温、在移动设备上扫二维码帮助以数字方式传输患者数据等技术。
前瞻性思维
COVID-19出现后,德克萨斯儿童医院的数千名员工换成了在家里工作。由于医院之前制定了飓风季节应急计划,转换成家里工作进行得相对顺利。但大流行也是对技术领导者的强烈提醒,一定要未雨绸缪,愿意针对一些几乎不可思议的事物做出思考和相应的计划。Davis表示,“必须要先一步为可能即将发生的事情做好准备。”
德克萨斯儿童医院首席信息官兼首席创新官Myra Davis
成功的创新者也是如此。为了鼓励员工分享各方面的想法,例如更好的确保双手卫生的方法或创建新的数据驱动服务等等,Davis推出了一个创新中心,中心由一小组人组成,负责对提案进行分类并向提交提案的员工提供反馈。中心的重点主要是关于数字驱动的想法,并不关乎新的医学治疗方法或药物。在该中心建立前,医院里不存在任何明确的途径听取各种建议,初创企业和其他企业也没有途径与医院进行数字协作。
Davis定期组织“想法聚会”,征求工作人员的建议,还成立了一个创新咨询小组,其成员包括几位医生、医院的总顾问及首席护理官。创新咨询小组定期开会,审查有潜力的创意想法。小组关注的领域之一是使用软件进行低价值管理流程的自动化。小组关注的另一个领域是医院如何更好地利用最宝贵的一项资产:那些涉及曾经在医院看过病的年轻患者的大量数据。
获得公平的份额
在2019年秋季,创新中心创建之前,德克萨斯儿童医院的一些工作人员曾经与一些初创公司和供应商就数据共享安排达成过一些协议,但如果这些信息有助于公司创建成功的新产品或服务,协议里却并未就财务收益有什么定论。现在,医院则更看重获得公平的回报。Davis解释表示,“儿科领域的初创公司不是很多,我们则拥有大量的儿科数据,因此他们希望与我们合作。”
德克萨斯儿童医院最近开始了与 Configo Health的合作。Configo Health是一家初创公司,Configo Health希望创建一个大型儿科患者数据存储库及利用应用分析工具对数据进行分析,目的是帮助医院和医生更清楚地了解患者的住院风险或在患者接受治疗后康复的机会。德克萨斯儿童医院入了Configo Health公司的股并与Configo Health共享一些数据。
诸如这样的项目可能产生较大大的长期影响,但德克萨斯儿童医院首席信息和创新官同样会去实现一些小的想法,其目的就是要表明在德克萨斯儿童医院这里任何人都可以创新。成功不会明天到来,要做的是奠定成功的基础。Davis表示,“我们是在医院内部形成创业文化氛围,需要假以时日。”
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。