在今年全国卫生与健康大会上,习近平总书记强调:“没有全民健康,就没有全面小康。”而在落实全民健康,建设“健康中国”的工作中,现代网络信息化的作用不言而喻。为此,广东省卫生和计划生育委员会(以下简称:广东省卫计委)携手锐捷网络,对现有卫生专网进行了重新梳理和规划,并采用锐捷区域卫生信息化解决方案,重构面向全省全民健康系统的新一代网络基础平台。
“健康广东”亟需解决的信息化难题
“健康中国”的新蓝图,凝聚着政府、社会和人民群众的共同理想。人人健康,是百姓的期盼,也是“中国梦”的根基。在这一大背景下,广东省努力提升基层医疗卫生机构服务能力,将“健康广东”战略列在首位,基础网络建设更是成为最重要的“抓手”。
为了增强基层医疗卫生机构信息化应用能力,广东省卫计委规划了总投资超过4亿的基层医疗卫生机构管理信息系统,建设内容包括统一建立面向全省,涵盖基本药物供应使用、居民健康管理、绩效考核等基本功能的基层医疗卫生机构管理信息系统;对1967个基层医疗机构进行推广实施部署培训;完成全省15个市级和60个县级基层医疗卫生数据中心、近2千个基层医疗卫生机构应用终端、基层医疗卫生机构管理信息系统标准规范体系建设等。
然而,由于人口众多、地区经济发展不平衡等原因,再加上基层卫生信息服务本身固有的特殊性和复杂性,致使基层卫生信息化整体水平明显落后于县级以上医院。因此,基层医疗卫生机构管理信息系统的落地,必须充分借助互联网+的创新力量,将以下问题一一解决:
第一,由于缺乏顶层设计、基层卫生服务业务规范和医疗卫生信息标准化建设,基层医疗卫生机构居民健康信息和就诊信息无法跨区域、跨机构共享。
第二、系统功能单一亟待完善,IT 设备陈旧,网络环境复杂。卫生信息化建设区域发展不平衡,部分镇村医疗卫生机构房屋、设备陈旧,网络服务环境相对较差,系统频繁出现掉线、运行速度较慢等问题。
第三、由于缺乏卫生信息化建设的专业技术人才,系统维护管理不到位,数据安全意识不够。
区域卫生一体化方案打造卫计系统云平台
在接触到这一项目后,锐捷网络结合广东省基层医疗卫生机构信息化建设的实际情况,对现有卫生专网进行了重新梳理和规划,并提出了全新的区域卫生一体化整体解决方案。最终,经过多方对比和评估,该方案获得广东省卫计委的认可,并以此打造出了覆盖全省业务系统的医疗数据中心云平台。
图:广东省基层医疗卫生机构管理信息系统网络拓扑
在数据中心网络层面,锐捷采用了RG-N18000系列云架构网络核心交换机、RG-S8600E系列核心交换机、广域网极简RG-RSR77-X系列路由器、RG-PowerAD系列应用交付系统,构建了1个省级基层医疗卫生数据中心,15个市级基层医疗数据中心,实现了全省业务系统的数据中心云平台建设,构建业务可视、灵活安全及融合互联的智能网络。RG-PowerAD系列应用交付系统实现全局业务负载均衡和省市业务互备,保障每个业务高效运行,达到高连续性和可靠性。
在数据安全保障方面,锐捷网络充分考虑到了广东省基层医疗卫生机构缺乏专业安全人员的情况,推荐使用了操作更容易、管理更便捷的下一代防火墙产品。锐捷RG-WALL1600减少了安全设备的叠加部署,提供了防病毒、入侵检测防御、行为管控、反垃圾邮件等功能,解决网络攻击、病毒入侵、带宽滥用带来的场景业务无法正常使用问题,有效保证了网络安全。
在IT运维管理方面,利用锐捷RIIL IT综合业务运维管理平台的智能运维特性,实现了对网络设备、主机、数据库、中间件、应用、流量分析、机房环境资源、虚拟机设备、存储设备的一体化管理,保障项目高效运维。
流程再造让健康服务更高效
项目实施之后,广东省卫计委将借助此平台进一步整合基层医疗卫生机构管理信息系统的数据,将分散在各医疗卫生机构的健康档案资料通过一定的标准存储和共享,从而形成统一的居民电子健康档案,更好地为居民健康提供了便捷服务。
面对应用实施后的良好前景,广东省卫计委相关领导表示:借助网络信息化的手段加强基层医疗卫生,是深化基层医药卫生体制改革的一项重要内容,是医改"保基本、强基层、建机制"的重要技术支撑。稳定、安全、可靠的网络平台是医疗数据共享和交换的基础,并因此能够有效改善传统的医疗卫生服务模式和服务流程,从而提高医疗卫生业务的服务质量和效率,保证了整个卫生资源得到统一指挥调度和充分的利用。
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。