数字化医院是我国现代医疗发展的新趋势,数字化医院系统是医院业务软件、数字化医疗设备、网络平台所组成的三位一体的综合信息系统,数字化医院工程有助于医院实现资源整合、流程优化,降低运行成本,提高服务质量、工作效率和管理水平。数字化医院发展一般经历三个阶段:医院管理信息化、临床管理信息化、区域医疗卫生服务信息化。数字化医院指的就是第二个阶段,如今,世界数字化医院雏形已经形成,国内医院大多处于这一阶段的升级改造阶段,社会医疗发达的欧美国家已开始尝试通过远程诊断疑难病症、进行高难度手术、护理病人,并取得了满意的结果。
湖北省妇幼保健院创建于1977年,是湖北省一家三甲医院,在全国的妇幼系统中门诊量、住院数居于全国第二,每天门诊量平均7000-8000人。湖北省妇幼保健院始终坚持"以保健为中心,保健与临床相结合,面向基层,面向群体"的办院方向,坚持"儿童优先,母亲安全"的服务宗旨,承担全省妇女儿童的医疗保健、计划生育技术指导、健康教育、培训、妇幼卫生信息、科研六大任务,是全省妇幼保健业务指导中心,也是联合国儿童基金会、人口基金、世界卫生组织等妇幼保健国际项目的合作单位和华中科大同济医学院教学医院,是卫生部最早指定的"全国新生儿专业医师培训基地, "全国十佳模范爱婴医院"。
湖北省妇幼保健院现有医疗信息化平台始建于2002年,10多年的信息化建设,对医院的诊疗效率提升和现代化作出了重大贡献,帮助医院取得一系列骄人成绩。同时,随着医疗业务的快速发展和患者对就医体验要求与日俱增,医院现有的HIS系统、PACS系统、LIS系统、EMR等系统已不能满足业务需要。其计算存储平台、基础网络设备老化严重,多数已超出维保期,系统故障发生率大幅增加、响应速度慢,影响医院业务的正常开展。同时,现有财务数据和医疗数据等核心资产采用服务器本地存储和备份,数据可靠性和业务连续性不高,存在业务中断和数据丢失的风险。湖北省妇幼保健院结合当前医疗信息化发展现状和趋势,计划重构医院的医疗信息系统,包括基础网络、计算和存储平台,以实现系统分级冗余、性能和容量弹性扩展、资源统一部署和维护。
华为云计算,一站式信息化服务解决方案
湖北省妇幼保健院根据医院信息系统现网现状,和众多厂商反复交流,最终选择华为提供的端到端云计算解决方案。从网络改造,到计算和存储平台资源整合,华为提供业界最完善的端到端解决方案。在基础网络层面,采用华为S9700核心交换机做双机搭建了冗余的基础网络,保障网络层面的高性能和高可靠,网络转发性能提升60%,有效解决了医生诊断报告下载等待时间长的问题,网络体验大幅提升;在计算层面,通过Fusionsphere云操作系统统一调度多台RH5885 4路高性能服务器资源,实现关键业务基于物理主机、非关键业务云化的统一部署和管理,有效简化了信息化平台架构,资源利用率提升50%,总体拥有成本降低30%,虚拟机HA和核心系统冗余,确保系统7*24可靠性,避免医疗事故发生;在数据存储层,通过部署虚拟智能存储网关VIS6600T,生产中心和容灾中心分别部署高性能大容量存储S5800T,实现了医疗数据的本地镜像和远程实时容灾,可以满足任意设备、任意一条链路、任意一个数据中心故障的情况下确保关键数据永不丢失,保护医院核心资产。
开放、融合、弹性,适应未来业务扩展
未来几年,医院日均就诊人数将保持快速增长,IT系统的构建要保持架构开放、弹性扩展和融合管理。华为解决方案采用开放技术,通过FusionSphere云操作系统实现计算存储资源融合管理,计算存储平台弹性扩展,可支撑门诊量翻倍的基础设施需求,满足医院未来5年业务发展需要。
好文章,需要你的鼓励
施耐德电气以“新质服务+产业向‘新’行”为主题,第六次参会,展示全新升级的“新质服务体系”,围绕创新驱动、生态协同和行业赋能三大核心领域,以全新升级的“新质服务体系”,助力中国产业向高端化、智能化、绿色化迈进。
香港中文大学联合上海AI实验室推出Dispider系统,首次实现AI视频"边看边聊"能力。通过创新的三分式架构设计,将感知、决策、反应功能独立分离,让AI能像人类一样在观看视频过程中进行实时交流,在StreamingBench测试中显著超越现有系统,为教育、娱乐、医疗、安防等领域的视频AI应用开启新可能。
甲骨文正在成为大规模基础设施供应商的可靠选择。该公司通过AI技术推动应用开发,构建GenAI模型并将智能代理集成到应用套件中。CEO萨弗拉·卡茨透露,公司剩余履约义务达4553亿美元,同比增长4.6倍,并预测OCI收入将从2026财年的180亿美元增长至2030财年的1440亿美元。甲骨文正积极布局AI推理市场,凭借其作为全球最大企业私有数据托管方的优势地位,有望在云计算领域实现重大突破。
Atla公司发布Selene Mini,这是一个仅有80亿参数的AI评估模型,却在11个基准测试中全面超越GPT-4o-mini。通过精心的数据筛选和创新训练策略,该模型不仅能准确评判文本质量,还能在医疗、金融等专业领域表现出色。研究团队将模型完全开源,为AI评估技术的普及和发展做出贡献。