数字化时代,患者需要有效的诊疗方案,也需要便捷的就医体验。在新院区建设中,天坛医院选择新华三ICT融合解决方案,以更加可靠和创新的数字化平台支持智慧医疗应用,让患者的就医流程更智能,更便捷。
始建于1956年的首都医科大学附属北京天坛医院,面对日益增长的医疗服务需求,通过一场搬迁和重建开启了全新的发展阶段。在业务规模拓展与医疗体系改革共同衍生出的内部业务需求,以及数字化技术创新所造就的外部环境变革,正在让天坛医疗面临一场数字化转型的挑战与机遇。
作为一所集医、教、研、防为一体的三级甲等综合性医院、世界三大神经外科研究中心之一,天坛医院新院区的建设从一开始就希望能满足新时代智慧医疗的需求。因此,天坛医院与紫光旗下新华三集团(以下简称“新华三”)携手,通过ICT融合解决方案,实现了从预约挂号到求医问诊的全流程智能化变革,为医院打造了坚实完备的医疗信息化基础架构。
数字化平台助力医疗业务稳定运行
对于医院的信息系统架构而言,其上承载的业务、应用和数据关乎患者的生命健康和医院的稳健运行,因此保障系统平稳运行是医疗机构创新IT架构的首选。而移动医疗、精准医疗等新兴概念的落地和实施,又要求医疗信息架构的转型升级。
作为数字化解决方案领导者,新华三在医疗行业拥有丰富的项目部署案例,推出了一系列适用于不同应用场景的产品技术和解决方案。在网络层面,新华三帮助天坛医院创新性地设计了设备网、办公网和医疗网三张独立网络,依靠千兆、万兆级高性能的设备、一体化的运维管理和创新的无线网络,既保证了网络的畅通和传输效率,同时也大大减少了天坛医院的网络运维压力。
此外,新华三ADCampus通过软件定义构建了新一代柔性园区基础网络,实现了对于园区网络的有效管控、运维简化;而iMC部署则可以保障网络安全,简化管理——两者的融合有效解决了终端接入与网络安全防护之间的矛盾,为满足未来三到五年甚至更长时间的需求奠定基础。
在核心数据处理系统建设层面,新华三通过“两地三中心”的分布式架构,为天坛医院数据的高效长期保存和自动化归档提供了安全可靠的技术支持,确保业务的连续性。“双活”数据中心可以有效防止突发状况影响医疗业务进行,提高容灾能力;同时,高性能存储和多级数据保护设计,可有效保护医疗数据安全。
高效数据平台 提升医疗业务服务质量
如今,在天坛医院的门诊楼内,患者可以借助全新部署的自主服务系统实现从挂号、取号到候诊、缴费、打印检查报告等全流程自助服务,免去了长时间的排队等待。同时天坛医院也在新院区内引入了移动支付、室内导航等一系列全新的服务应用,初次来到新院区的患者,靠一部手机就能在医院内畅行无阻,实现了真正智能化的就诊体验。而在全流程自助服务的背后,新华三从网络创新、数据处理和安全保障等多个维度为天坛医院打造的一体化、融合式的数字平台,成为承载天坛医院智慧医疗应用的可靠保证。
目前,借助人工智能、大数据分析、物联网等前沿技术,新华三不仅依靠信息化实现了医疗业务的应用创新,更建设起临床大数据系统、医疗信息集成平台、远程医疗影像平台、数字化手术室和物联网系统等全新数字化平台。同时,基于集成AI加速技术的英特尔至强可扩展平台,以及英特尔傲腾持久内存等其他数据中心创新软硬件技术,新华三所提供的数字化平台能够在数据生命周期全阶段为医方提供数据处理和分析,以及人工智能等解决方案,帮助医院通过更高效地发掘数据价值以获得最佳的医疗业务保障与服务水平。
此外,该平台还为医院的经营分析、安防监控、楼宇自控、后勤管理等提供了更高效的工具。同时,网络架构的重塑和无线网络的部署,也为天坛医院移动医护、心电监护、体征监护等应用开发创造了可靠平台。
目前,经过与新华三的协力创新,天坛医院新院区在无缝承接老院区业务系统和数据的基础上,托举起10倍于老院区的日常门诊量,更可满足未来5年日益增长的业务压力。新华三为天坛医院统一交付的ICT融合解决方案,为医院未来的智慧化发展留下充足的创新空间,被视为是全国范围内智慧医院和服务型医院的最佳样板。未来,新华三将继续为全国智慧医院建设提供更加优质的产品和解决方案,助力智慧医疗迈入新的发展阶段。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。