国家将“健康中国”作为“十三五”期间建设战略,从大健康、大卫生、大医学的高度出发强调以人的健康为中心,改善民生,更加注重医疗科研工作和临床应用重心下移和资源下沉。通过移动互联网、物联网、云计算、可穿戴设备等新技术,推动惠及全民的健康信息服务和智慧医疗服务,推动健康大数据的应用,提高科研创新能力与临床服务能力。
12月23日,华为与和久网络、谦狐科技联合举办Σco时间线上直播,就当前国家医疗战略发展方向进行分析,对华为ICT技术在医疗领域相关解决方案进行分享。同时结合合作伙伴相关应用为科研领域研究与创新及临床应用提供数据支撑,并分享合作伙伴与华为联合解决方案。
华为ICT技术赋能医疗行业数字化转型
疫情期间,华为在第一时间帮助武汉火神山医院建立起了5G网络,并在两周内实现了上线与覆盖。华为上海政企医疗行业解决方案总监刘海艳表示,“在整个疫情期间华为提供了防控数据的查询服务,最高日访问量达到2亿多万次。另外,华为和中山医院合力开办了面向全球的新冠抗疫方案的发布,同时也帮助上海3万多家企业实现了复工复产。”
目前,华为面向整个医疗客户群提供了一个数字底座,主要覆盖四大类业务场景:面向卫健委提供的智慧卫健方案、面向医保的方案、面向疾控的方案以及面向医院提供智慧医院方案。这一数据底座主要提供了云、管、边、端的协同方案,最核心的特征是利用云、AI和5G的能力去支撑医疗场景业务。
1个底座、3个使能和4个联接
在云方面,刘海艳指出,“华为提炼出了一套能力,包含1个底座、3个使能和4个联接。1个底座就是华为内部称为‘擎天’的一种能力,是一种融合计算、存储、网络的基础设施服务。3个使能包含应用、AI以及数据的能力,帮助医疗机构实现创新的业务和场景支撑。4个联接是针对数字化转型、智慧化的场景,联接更多的应用、开发者、万物、组织。”
在华为看来,支撑医疗行业实现数字化转型的关键能力在于AI,对于AI场景的实践,刘海艳表示,“包括医疗影像、新药开发,华为通过自研芯片实现了很强的算力保障。在AI+基因、AI+影像,以及AI协助药物研发等方面,华为都有相应的AI模型来提升医疗业务场景中的效率。”
在智慧院区方案中,华为一方面需要帮助建设包括院内的网络、安防监控、数据中心机房在内的基础设施。另一方面也要把云、AI的能力引入到应用和系统中。刘海艳对此表示,“这需要大量的平台化能力,包括AI、大数据的能力,还有调度地图等等服务。”
而刘海艳将这种院区网络形象比作人体结构:
第一是大脑,在整个院区网络构建中,会将AI的能力赋能到整个院区的网络中,在日常出现一些网络故障时可以实现运维的自治自愈。
第二是神经,通过有线+物联网的方式,实现整个院内的融合网络结构,打通各个环节的数据连通。
第三是肢体,通过大量的感知技术,包括物联技术,将院内的水、电、暖等设施的运营数据,以及病房、门诊等场景中的定位数据等全方位的数据实现可感可知,最终做到万物皆可感知的程度。
第四是免疫力,就是网络的安全性,未来整个院区的安全体系都将建立在一种主动安全防御的基础之上。
因此,对于面向整个院区的网络,刘海艳指出,“华为所提供的是一个网络智能体,就和人体一样属于一种非常完整的机体,能够实现整体的联动。”
无线与物联的融合网络部署
基于新一代的Wi-Fi技术,Wi-Fi 6和物联网的融合也是未来医疗场景中的一大应用趋势,刘海艳表示,“今后医院内部对物联网和无线的网络的需求将非常之高,包括医生和护士都有很强的移动性,还有大量的病人及医疗设备,这些都对人员定位、设备定位具有大量的移动化需求。”
在这种情况下,华为通过提供一种基于融合新一代无线技术和物联网技术的方式,对医疗场景进行了全面的无线网络覆盖。以病房为例,能够在整个病房区域做到一个无线网络的全面覆盖,称作敏捷分布式部署,可以实现漫游切换的无感知。如医护人员手持PDA从一个病房到另一个病房时,不会感觉到业务体验上的任何变化。同时,华为还将无线和物联网实现了融合部署,极大地简化了医院网络的运维成本。
智能监控防治“黄牛”
在医院对付“黄牛”的时候,可通过华为提供的技术和方案进行自动识别。刘海艳表示,“在院区里的出入口、室内外的停车场、门诊、病房等,针对不同的物理位置和场所需求,华为都有不同的设备去进行覆盖。” 刘海艳还举了一个例子,“在北大第一医院,通过部署华为智能系统,实现了对一些时常出现的‘医闹、票贩子’的早期识别,最大程度地保护了医护工作人员的安全。”
刘海艳最后总结到,“华为不仅从机房、网络、安防等基础设施方面帮助医疗机构实现建设之外,更重要是构建起了一个平台,在平台之上,提供了包括云、应用、数据的各种能力,医疗用户通过这种平台化的能力,可以逐渐去完成整个数字化的转型。同时,平台还结合医疗行业内的众多伙伴提供了更加完整的医疗服务,这也是华为面向医疗行业的完整方案和数字化转型目标。”
基于华为云的脑科学与类脑研究
近些年,我国非常重视脑科学的研究与发展,脑疾病数据库分析应用解决方案讲师杨鸣博士表示,“简单来说,医疗数据属于高品质的数据,而脑疾病就是神经数据,是在临床研究、转换医学和医药研发三个方面,从认知科学、神经科学和脑科学去做研究,而我们现在主要的工作是对AI算法和AI芯片的设计,是从医疗数据到神经数据,再到产业出口:AI。”
但据杨鸣介绍,“目前,很多临床记录下来的医疗数据其实并不等于我们最终需要的数据,尤其是很多患者的病变数据其实并没有形成真正有效的数据,我们看到美国和英国相继都建立起了医疗数据库。所以建立一个标准的医疗数据库是非常重要的。”
为此,杨鸣指出,“谦狐科技专门打造了一套宝藏数据系统,这套系统是联合上海复旦大学和上海脑科学与类脑研究中心共同开发完成的,主要是从多模态、多维度的影像、基因、量表,包括脑电数据、先进的算法,以及标准的数据处理流程去构建的。”
整体上,宝藏数据系统包括几大模块,一个是云计算存储平台和多模态数据库云平台,还有大数据处理分析平台,以及AI与数据交互平台,整体架构具备安全、高效、智能、开放的特征。
而其中,最为核心的就是AI与数据交互平台,杨鸣表示,“近几年AI发展非常快,尤其是在整个医疗领域的应用,包括神经影像和神经科学,以及脑科学领域的应用都开始普及。而目前我们开发的几个应用,主要是针对脑萎缩和脑白质病变,还有神经退行性等疾病,在这些方面已经开发出了相应算法。”
另外,宝藏数据系统从产品形态上做了针对不同应用场景的三种产品形态:
第一种,是和华为共同建立的一个私有云系统,主要部署在医院本地,能够实现数据的智能采集、安全存储,包括数据库的标准化管理以及整合数据分析的各种流程,同时开放各种API端口,还建立了一体化的分析平台,包括数据的管理平台。
第二种,是针对小型的课题组,包括个人研究者,推出了一体机的产品,这款产品能够把数据库产品和数据分析工具全部整合在一台服务器上,真正做到了开箱即用。
第三种,也是通过与华为的合作,基于华为云对数据库系统和数据分析应用系统做了一个整体的部署,医疗用户可以直接通过访问云端的方式进行数据处理和分析,在整个公有云上已经部署好整个的标准化数据处理流程。对于用户而言,不用考虑计算和存储的问题,系统会自动分配所需资源,并包括非常多样化的分析工具,用户可以灵活选择分析工具来进行流程化的处理。
最后,杨鸣还指出,“很多人会担心公有云上的数据安全问题,而我们通过与华为的合作,围绕数据层面进行了全程加密。而从商业模式上完全是根据用户自身数据量,包括处理所需要的计算存储资源去按需实现收费。”
好文章,需要你的鼓励
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
这篇论文提出了CJE(因果法官评估)框架,解决了当前LLM评估中的三大致命问题:AI法官偏好倒置、置信区间失效和离线策略评估失败。通过AutoCal-R校准、SIMCal-W权重稳定和OUA不确定性推理,CJE仅用5%的专家标签就达到了99%的排名准确率,成本降低14倍,为AI评估提供了科学可靠的解决方案。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
NVIDIA团队开发出Fast-FoundationStereo系统,成功解决了立体视觉AI在速度与精度之间的两难选择。通过分而治之的策略,该系统实现了超过10倍的速度提升同时保持高精度,包括知识蒸馏压缩特征提取、神经架构搜索优化成本过滤,以及结构化剪枝精简视差细化。此外,研究团队还构建了包含140万对真实图像的自动伪标注数据集,为立体视觉的实时应用开辟了新道路。